一文讲清楚PostgreSQL表膨胀

一、表膨胀的概念

1. 是什么

表膨胀是指PostgreSQL数据库中的表和索引所占用的文件系统空间，在有效数据量并未发生大的变化的情况下，不断增大的现象。

2. 为什么产生

表膨胀的产生主要源于PostgreSQL的多版本并发控制（MVCC）机制。在这种机制下，当一条记录被更新或删除时，原始记录不会立即从磁盘上移除，而是被标记为不可见，新的记录（在更新的情况下）会被添加到表中。 随着时间的推移，如果不进行适当的维护，这些“死”行（即被标记为不可见的旧版本数据，对所有事务不可见但是所占空间不会归还系统）会不断累积，导致表膨胀。此外，频繁的更新和删除操作、未提交的事务以及不合理的表设计等因素也会加剧表膨胀。

3. 有什么影响

表膨胀会导致存储资源的浪费，增加磁盘的存储成本。同时，随着表膨胀的加剧，数据库在查询和操作数据时会变得更加缓慢，因为需要扫描更多的数据页面来读取同样多的数据行，从而增加了读写所需的IO和CPU资源。此外，表膨胀还会降低shared buffer中的命中率，进一步增加访问磁盘的可能性，从而降低性能。

二、如何查询表膨胀

要查询PostgreSQL中的表膨胀情况，可以使用以下方法和工具：

1. 使用SQL查询

通过SQL查询可以获取表和索引的大小、活跃行数以及死行数等信息。例如，可以使用pg_size_pretty(pg_table_size(table_name))来查看表的大小，使用pg_stat_all_tables视图来查询表中的死行和活跃行数。

（1）查所有表

下面的代码是查看数据库中所有数据表的表膨胀情况，并返回膨胀率前100名的结果。其中对于每张table，n_dead_tup是死区，n_live_tup是活区，dead_tup_ratio是膨胀率。

SELECT
    schemaname||'.'||relname as table_name,
    pg_size_pretty(pg_relation_size(schemaname||'.'||relname)) as table_size,
    n_dead_tup,
    n_live_tup,
    round(n_dead_tup * 100 / (n_live_tup + n_dead_tup),2) AS dead_tup_ratio
FROM
    pg_stat_all_tables
WHERE
    n_dead_tup >= 1
ORDER BY dead_tup_ratio DESC
LIMIT 100;

（2）查单张表

下面的代码是查看指定数据表的表膨胀情况。

SELECT
    schemaname||'.'||relname as table_name,
    pg_size_pretty(pg_relation_size(schemaname||'.'||relname)) as table_size,
    n_dead_tup,
    n_live_tup,
    round(n_dead_tup * 100 / (n_live_tup + n_dead_tup),2) AS dead_tup_ratio
FROM
    pg_stat_all_tables
WHERE
    relname = 'table_name';

2. 使用pgstattuple插件

pgstattuple插件可以提供更详细的表膨胀信息，包括表的总大小、元组（行）数、死元组数以及死元组占用的总大小等。通过安装并使用该插件，可以更方便地评估表的膨胀状况。

三、如何消除表膨胀

解决PostgreSQL表膨胀问题的方法主要包括以下几种：

1. 执行VACUUM操作

VACUUM操作可以清理数据库中的死元组并释放空间。PostgreSQL提供了自动的autovacuum机制，可以使用定时调度任务定期自动执行VACUUM操作以防止表膨胀。但是，在某些情况下，可能需要手动执行VACUUM操作或调整autovacuum的相关参数以确保其能够及时清理死元组。

vacuum tablename

2. 执行VACUUM FULL操作

VACUUM FULL操作不仅会清理死元组，还会对表进行碎片整理并尝试减小其在磁盘上的大小。但是，VACUUM FULL会锁定整个表，在高并发场景下需谨慎使用，并尽量在业务低峰期执行。

vacuum full tablename

3. 使用ANALYZE操作

在VACUUM操作之后，建议执行ANALYZE操作以更新表和索引的统计信息，从而优化查询计划并提升查询性能。

ANALYZE table_name

或者，你也可以使用 VACUUM 命令的 ANALYZE 选项，这样可以在一个命令中同时完成清理死元组和更新统计信息的操作：

VACUUM ANALYZE table_name

4. 合理设计表结构

合理设计表结构可以减少表膨胀的发生。例如，可以根据实际业务需求合理选择字段的数据类型，避免使用不必要的大数据类型；去除冗余数据，确保数据的有效性和准确性；为频繁查询的列创建索引，避免不必要的索引导致的膨胀等。还可以创建分区表，避免所有数据都存入到主表中，导致查询性能低。

5. 定期监控和预警

建立健全的数据库监控体系，对表的膨胀情况进行实时监测并设置阈值告警。一旦发现表膨胀现象，可以快速响应并采取相应的措施进行处理。

四、总结

PostgreSQL表膨胀是一个常见且复杂的问题，它会对数据库的性能和存储资源产生负面影响。通过深入了解表膨胀的原因、查询方法以及解决方案，我们可以有效地控制和管理表膨胀问题，提升数据库的性能和管理效率。在实际操作中，我们需要结合监控数据和分析工具，建立科学的数据库管理流程，并遵循最佳实践来避免空间膨胀带来的负面影响，确保系统的高效运行。这不仅能为企业节省成本，还能为用户带来更好的体验。

不停地计算工作效率，才能找出自己的问题所在，立即执行，绝不逃脱，先紧后松，只有掌握自己的工作，才能掌握时间。