表访问方法：PostgreSQL 中数据更新的处理方式

作者：Cary

前言

本文将详细探讨 PostgreSQL 如何处理更新操作。在 PostgreSQL 中，成功的更新可以被视为“插入一条新记录”，同时“标记旧记录为不可见”，这是因为 PostgreSQL 使用了 MVCC 技术。这个过程听起来简单，但实际上有许多因素需要考虑，以确保更新的成功。

涉及的 API

在执行更新操作时，主要涉及两种表访问方法的 API：

• tuplefetchrow_version()：此函数用于查找给定 TID 的元组的最新版本。我们需要使用给定的 TID 查找特定的元组进行更新。此外，如果适用，可以提供一个快照结构来执行可见性检查。该函数会提取元组并将其转换为 Tuple Table Slot，如果成功提取元组，则返回 true，否则返回 false。
• tuple_update()：这是处理元组更新请求的主要处理函数。此函数会接收多个参数来执行更新操作：
  • 旧元组的 TID：待更新的旧元组的位置
  • 新元组（以 Tuple Table Slot 表示）：PostgreSQL 将其转换为 HeapTuple 进行更新
  • 命令 ID 和快照：用于对待更新的旧元组执行可见性检查

更新流程

在执行更新操作之前，PostgreSQL 会进行一系列的检查和考量。此过程如下图所示：

1. 确定更新的列

主更新流程执行的第一个检查是确定需要更新的列，特别是要确认是否更新了标识键列（例如主键、索引键或分区键）。因为如果标识键列未被更新，可能无需为了执行更新操作而获取独占锁。此外，对于逻辑复制中的副本标识列，还需要进行额外的处理，以确保在 WAL 文件中记录足够的信息，以便逻辑订阅者能够识别出哪一行已被更新。

2. 确定元组是否可更新

这是关于并发控制的关键步骤。PostgreSQL 是一个多进程系统，一个元组可能会同时被多个客户端连接更新。当然，PostgreSQL 不允许一个元组同时被多个客户端更新，因此在继续操作之前，我们需要确保没有其他客户端正在更新同一个元组。这可以通过查看当前旧元组头部的 xmax 值（修改该元组的事务 ID）来检查，并查找 CLOG 或其提示位（hintbit）标志来确定 xmax 值是否已提交。在调用 HeapTupleSatisfiesUpdate() 后，有以下几种情况需要考虑：

• 元组不可见：这意味着另一个客户端后端已经更新了该元组（将其标记为不可见）并且已提交了事务。如果是这种情况，我们无法进行更新，因为根据快照，已经没有可更新的内容了。因此，系统将在此处报错。
• 元组正在被更新：这意味着另一个客户端后端已经更新了该元组（将其标记为不可见），但尚未提交或回滚事务。如果是这种情况，我们必须在此处等待，直到其他客户端的事务提交或中止。系统将进入等待循环，同时执行死锁检测，以确保我们正在等待的事务 ID 没有在等待我们完成（交叉等待，即死锁）。
• 元组可更新：这意味着该元组未被其他客户端后端更新，我们可以继续对其进行更新。

3. 准备新的元组头部

一旦我们确认可以更新旧元组，PostgreSQL 将开始准备新元组，将其从元组表槽（Tuple Table Slot）格式转换为堆元组（HeapTuple）格式。然后填写必要的头部信息，并准备插入操作。

4. TOAST 检查

一旦我们准备好了新的堆元组（HeapTuple）结构，就需要检查其大小是否适合更新期间给定的缓冲页剩余空间。我们需要确认新元组是否可以放入给定缓冲页的剩余空间中。如果可以，则无需执行额外操作，直接进入下一阶段处理。如果给定的缓冲页空间不足以容纳这个新的堆元组，那么我们需要执行 TOAST 操作。TOAST 是 PostgreSQL 中的一种技术，用于将大型数据分解为较小的块并以分布式方式存储。系统将调用 heap_toast_insert_or_update() 来完成 TOAST 操作，并生成一条 WAL 记录，表明在此处执行了 TOAST 操作，且在使用该值时需要进行 DE-TOAST 操作。

5. 从旧元组中提取副本标识

此操作仅仅是从旧元组中提取副本标识（如主键、索引键等），以便将这些附加信息包含在 WAL 段中，从而准确告知逻辑复制订阅者具体是哪一行被更新了。如果没有这个副本标识，逻辑复制订阅者只会收到某一行被更新为新值的通知，但无法确定具体是哪一行被更新了。

6. 页面设置为可修剪

此操作主要是对缓冲页的头部进行修改，以表明该页面将包含一个死元组，因为我们正在对其执行更新操作。这一标记主要是供 VACUUM 进程查看，用于判断一个页面是否完全可见（即页面内的所有元组都可见）或可修剪（即页面内存在需要清理的死元组）。

7. HOT（Heap Only Tuple） 更新

这是 PostgreSQL 采用的一种优化手段，用于在条件合适的情况下“节省索引元组”。之所以称为仅元组堆更新，是因为它字面上意味着只有堆元组，而没有直接关联的索引元组，即使在该表上创建了索引。

触发 HOT 更新以“节省索引元组”的条件如下：

• 没有索引列被更新。
• 新的元组可以插入到与旧元组相同的页面中。

如果满足上述条件，PostgreSQL 会将新的元组插入页面，并在页面内将旧元组与新元组“链接”在一起。与旧元组关联的索引元组仍然指向旧元组，但由于我们已将旧元组和新元组链接在同一页面内，我们仍然可以通过先定位到旧元组，然后沿着链接找到新元组。这样，PostgreSQL 就不需要创建一个新的索引元组来直接指向新元组，从而节省了一些潜在的元组空间。

8. 关系放入堆元组

在完成上述所有检查后，我们现在可以将新的元组放入指定的页面，并正确设置元组头部信息和 HOT 标志。

9. 将旧元组标记为不可见

新元组插入后，我们现在可以通过将旧元组的 xmax 值设置为当前事务 ID，设置其提示位（hintbit）和适当的 HOT 标志，将旧元组标记为不可见。

10. 标记缓冲区为脏页

这是一个缓冲区管理器例程，用于通知管理器当前页面内容已被修改。因此，在需要置换缓冲区页面前，必须先将该页面的修改内容刷新到磁盘。周期性的检查点进程会主动尝试优先将此脏页刷新到磁盘。

11. 缓存使堆元组无效

该机制用于通知所有活跃的后端进程，如果它们在其本地缓存中存储了刚刚被标记为不可见（已删除）的堆元组，则使这些元组失效。

12. 更新索引标志

在更新结束时，我们需要设置一个标志，告知执行器是否需要为新元组创建索引元组。在 HOT 的情况下，或者当表上没有创建索引时，我们通常会将其设置为 false。

总结

与插入和顺序扫描不同，更新操作在完成时需要更多的考虑。它不仅需要考虑并发控制，还必须考虑一系列优化措施、超大元组以及用于逻辑复制的副本标识。这些因素使得更新操作通常成为执行起来更为昂贵的操作。

关于 IvorySQL

lvorySQL 是由瀚高股份主导研发的一款开源的兼容 Oracle 的 PostgreSQL。IvorySQL 与 PostgreSQL 国际社区紧密合作，保持与最新 PG 版本内核同步，为用户提供便捷的升级体验。基于双 Parser 架构设计，100% 与原生 PostgreSQL 兼容，支持丰富的 PostgreSQL 周边工具和扩展，并根据用户需求提供定制化工具。同时，IvorySQL 4.0 提供更全面灵活的 Oracle 兼容功能，具备高度的 SQL 和 PL/SQL 兼容性能够为企业构建更加高效、稳定和灵活的数据库解决方案。

• 官网：https://www.ivorysql.org
• GitHub（欢迎点击 star 收藏哦）：https://github.com/IvorySQL/IvorySQL
• 社群：VX 搜索“ivorysql_official” 添加小助理进群