PostgreSQL中的可见性映射表什么时候使用？由谁来使用？

PostgreSQL 中可见性映射表（Visibility Map，简称 VM） 的使用时机和使用者。

可见性映射表（VM）是什么？

VM 是一个为每个堆表（主数据文件）分配的附属位图文件，它为数据文件中的每个页面（通常为 8KB） 跟踪两个关键的状态位：

1. 全部可见位：如果某个页面的这个位被设置（=1），表示该页面中所有的元组对所有活动事务都是可见的。这意味着这个页面里没有需要被 VACUUM 清理的过期元组（死元组）。
2. 全部冻结位：如果某个页面的这个位被设置（=1），表示该页面中所有的元组都已经被“冻结”。冻结的元组对于任何未来的事务都被视为已提交，这主要用于防止事务 ID 回卷（wraparound）这一严重问题。

什么时候使用？

VM 主要在以下三个关键场景中被使用：

1. 加速 VACUUM 操作（最重要的作用）

   • 当 VACUUM（常规或 autovacuum）运行时，它会扫描 VM。
   • 对于被标记为 “全部可见” 的页面，VACUUM 会直接跳过。因为它知道这些页面里没有死元组，无需进行耗时的扫描和清理。这极大地减少了 VACUUM 的 I/O 开销和处理时间，尤其是对于大部分数据都很静态的表。
   • 对于需要防止事务 ID 回卷的 VACUUM 操作，它会寻找那些尚未被标记为 “全部冻结” 的页面，并将其中的元组冻结，然后在 VM 中设置“全部冻结”位。

2. 支持仅索引扫描

   • 当一个查询可以完全通过索引来满足时（即仅索引扫描），优化器会考虑使用 VM。
   • 如果索引指向的堆表页面在 VM 中被标记为 “全部可见”，那么数据库引擎就可以确信该索引元组对应的堆元组是有效的、可见的，而无需再访问堆表页面去检查元组的可见性（即检查 xmin/xmax）。
   • 这避免了额外的堆页面访问，可以显著提升纯索引查询的速度。

3. 指导防止事务 ID 回卷的清理

   • PostgreSQL 使用事务 ID（XID）来实现多版本并发控制（MVCC）。XID 是一个 32 位的计数器，存在回卷风险。为了防止这个问题，必须定期将旧的元组“冻结”。
   • VACUUM 在执行防回卷任务时，会优先处理那些离回卷点最近、且没有被 VM 标记为“全部冻结” 的页面。VM 使得 VACUUM 能够高效地定位需要处理的目标，而不是盲目地扫描整个表。

由谁来使用（更新和读取）？

VM 的生命周期由 PostgreSQL 的核心进程和操作管理：

• 设置者/更新者：

  • VACUUM：这是最主要的设置和更新者。
    • 当一个页面被 VACUUM 扫描并确认其中没有死元组时，它会设置该页面的“全部可见”位。
    • 当一个页面中的所有元组都被冻结后，它会设置该页面的“全部冻结”位。
  • 数据修改操作：当页面发生变更时，VM 位会被清除。
    • 当执行 INSERT、UPDATE 或 DELETE 操作，修改了某个堆页面时，该页面在 VM 中的 “全部可见”位会被清除（设置为 0）。因为新的操作可能在这个页面上创建了不可见的元组（例如，一个新插入的元组可能对某些事务还不可见），或者产生了死元组，破坏了其“全部可见”的状态。
    • 注意：UPDATE 和 DELETE 操作通常不会直接设置 VM 位，它们只是通过清除位来“污染”页面状态，真正的设置工作留给后续的 VACUUM 来完成。

• 读取者/使用者：

  • VACUUM 进程：如上所述，它读取 VM 来决定哪些页面可以跳过，哪些需要清理或冻结。
  • 查询执行器：在执行查询计划时，特别是当优化器选择仅索引扫描路径时，查询执行器会读取 VM 来快速判断索引元组的可见性，从而决定是否避免访问堆页面。
  • SQL 命令 pg_visibility：这是一个管理工具，允许数据库管理员直接查询和分析特定表的 VM 状态，用于诊断和维护。

总结

简而言之，VM 是 VACUUM 和查询优化器的“助手”。它通过记录页面的清洁状态，让 VACUUM 工作得更智能、更快速，同时也让某些特定类型的查询跑得更快。