PostgreSQL vacuum

PostgreSQL vacuum

vacuum 是PG数据库垃圾回收，PG官方关于vacuum的介绍参考：https://www.postgresql.org/docs/12/routine-vacuuming.html
vacuum的主要动作：磁盘清理、更新统计信息、重组数据、解决事务ID回滚问题：
1）清除 update、delete 操作后留下的死元组；
2）跟踪表块中可用空间，更新 free space map；
3）更新 VM 即 visibility map（可见性映射文件map，vacuum 会根据该文件来选择是否扫描某个 page。select * from pg_visibility('test01');）、index only scan，后续 vacuum 会用到，更新以后，提高后续 vacuum 的效率；
4）冻结表中的行，防止事务ID回滚；
5）配合 analyze、定期更新统计信息（pg_stat_all_tables）；

vacuum SQL 语法：
VACUUM [ ( { FULL | FREEZE | VERBOSE | ANALYZE | DISABLE_PAGE_SKIPPING } [, ...] ) ] [ table_name [ (column_name [, ...] ) ] ]
VACUUM [ FULL ] [ FREEZE ] [ VERBOSE ] [ table_name ]
VACUUM [ FULL ] [ FREEZE ] [ VERBOSE ] ANALYZE [ table_name [ (column_name [, ...] ) ] ]

vacuum 可以有效解决表膨胀的问题。
表膨胀是指有效数据量不变，但表越来越大，扫描的效率变低，因为：PG的MVCC写数据时，旧数据不删除，把新数据插入，将旧数据标记为无效，在数据库系统 auto vacuum 清理死元组之前一直占用空间，执行 update 就是 insert + delete 的原理，依然会导致表膨胀，而执行 vacuum 可以有效解决表膨胀的问题。

vacuum有两种：标准vacuum 和 vacuum full。
标准vacuum:  基本可以 online 操作（DML 运行正常，但不能执行 ALTER TABLE），执行速度快，但能回收的磁盘空间很少。
vacuum full: 能回收更多的磁盘空间，但运行速度要慢很多，它需要对表加独占锁（阻塞一切读写操作），因此不能与该表的其他操作并发进行；此外还需要额外空间存储表副本。
             vacuum full 会对表进行一个重组，执行后表的 OID 会变，定位表的 OID 的时候，不能通过 pg_class 的 oid 来找，要通过 pg_class 的 relfilenode 来找。
             vacuum full 一般日常操作中不推荐使用。

insert into test01(id, info) values(5, 'sss');
update test01 set info='sss_xxxx' where id=5;

vacuum test01;
select pg_relation_filepath('test01');
testdb01=> select pg_relation_filepath('test01');
 pg_relation_filepath 
----------------------
 base/16385/18906
(1 row)

vacuum full test01;
select pg_relation_filepath('test01');
testdb01=> select pg_relation_filepath('test01');
 pg_relation_filepath 
----------------------
 base/16385/27204
(1 row)

testdb01=> select oid,relname,relfilenode from pg_class where relname='test01';
  oid  | relname | relfilenode 
-------+---------+-------------
 18906 | test01  |       27204
(1 row)

可见 vacuum full 执行以后，relfilenode 发生了变化。