openGauss你计算的表大小，有包含toast表么？
最近有一个同事问我说“openGauss中pg_relation_size函数在计算表的大小时是否包含了大字段的大小？”，经过思考后，自己觉得表的大小是不包含大字段的大小的，然后通过查看官网的文档说明，该函数含义为指定OID代表的表或者索引所使用的磁盘空间。如果只单独看这条定义，那么还是不清楚是否包含toast表，但是如果你看了数据库对象的其他函数，结合其他函数的解释应该可以得出结论在这里是不包含toast表的大小。即使知道结果了，还是想通过实际操作验证一下openGauss的pg_relation_size函数在计算表大小时未包含toast表大小。关于toast机制在这里就不做详细介绍，有兴趣的同学，可以自行查看相关资料。
准备测试用例
创建测试用例表
create table tbl_blog (id serial primary key,author varchar(50),title varchar(200),content text);
查看表结构
testdb=> \d+ tbl_blog
Table "test.tbl_blog"
Column | Type | Modifiers | Storage | Stats target | Description
---------+------------------------+-------------------------------------------------------+----------+--------------+-------------
id | integer | not null default nextval('tbl_blog_id_seq'::regclass) | plain | |
author | character varying(50) | | extended | |
title | character varying(200) | | extended | |
content | text | | extended | |
Indexes:
"tbl_blog_pkey" PRIMARY KEY, btree (id) TABLESPACE pg_default
Has OIDs: no
Options: orientation=row, compression=no
在这里我们可以看到author、title、content的storage列的值为extended，这是大多数toast数据类型的默认设置，表示允许行外存储和压缩，一般会先压缩，如果还是太大，就会行外存储。这里行外存储其实就是指，当行的记录的长度大于了TOAST_TUPLE_THRESHOLD（值为2KB）时，会触发TOAST，把大字段的列数据存储到TOAST表中。
查看tbl_blog关联的toast表的oid
testdb=> select oid,relname,reltoastrelid from pg_class where relname='tbl_blog';
oid | relname | reltoastrelid
-------+----------+---------------
24608 | tbl_blog | 24612
(1 row)
查询关联的toast表的表名及表数据
--查看toast表名
testdb=# select relname from pg_class where oid = 24612;
relname
----------------
pg_toast_24608
(1 row)
在这里可以看到TOAST表名，其实就是pg_toast+表的oid。
查看toast表的信息
testdb=# select tableoid ,* from pg_toast.pg_toast_24608;
chunk_id | chunk_seq | chunk_data
----------+-----------+------------
(0 rows)
--查看TOAST表结构
testdb=> \d+ pg_toast.pg_toast_24608
TOAST table "pg_toast.pg_toast_24608"
Column | Type | Storage
------------+---------+---------
chunk_id | oid | plain
chunk_seq | integer | plain
chunk_data | bytea |
这里简单的对toast表的字段说明一下
chunk_id：普通表通过TOAST pointer关联到一个被TOAST的列
chunk_seq：同一个chunk_id如果大于TOAST_MAX_CHUNK_SIZE，将被切片存储。这里存储切片后的序号
chunk_data：真实的数据，但是在这里展示的都是二进制值
模拟数据验证
content字段插入少许值
执行命令插入数据
insert into tbl_blog(author,title,content) values('墨竹','推荐Postgresql中一些好用的psql命令','psql客户端工具应该是dba非常频繁使用的的工具。');
查看表大小和toast表的大小
testdb=# select pg_relation_size(oid) as tb_size,pg_relation_size(reltoastrelid) as toast_size from pg_class where relname='tbl_blog';
tb_size | toast_size
---------+------------
8192 | 0
(1 row)
--同样在toast表的数据仍然为空
testdb=# select * from pg_toast.pg_toast_24608;
chunk_id | chunk_seq | chunk_data
----------+-----------+------------
(0 rows)
在上面查询结果可以看到当插入的值比较小时，在toast表未查询到数据。然后我们再查看content列的长度，为46字节。
testdb=> select pg_column_size(id),pg_column_size(author),pg_column_size(title),pg_column_size(content) from tbl_blog;
pg_column_size | pg_column_size | pg_column_size | pg_column_size
----------------+----------------+----------------+----------------
4 | 5 | 35 | 46
(1 row)
content字段插入大量值
执行命令插入数据，在这里省略了大量的数据，自行测试的时候，找一些数据就行。
insert into tbl_blog(author,title,content) values('墨竹','推荐Postgresql中一些好用的psql命令','E.1.1. Overview
PostgreSQL 17 contains many new features and enhancements, including:
....省略大量文字
Add worker type column to pg_stat_subscription (Peter Smith) §');
查看表大小和toast表的大小
testdb=# select pg_relation_size(oid) as tb_size,pg_relation_size(reltoastrelid) as toast_size from pg_class where relname='tbl_blog';
tb_size | toast_size
---------+------------
8192 | 8192
(1 row)
--在这里由于chunk_data太大不方便展示，就截取了一部分
testdb=> select chunk_id,chunk_seq,substring(chunk_data,0,20) from pg_toast.pg_toast_24608;
chunk_id | chunk_seq | substring
----------+-----------+------------------------------------------
24618 | 0 | \x3a35000000452e312e312e204f007665727669
24618 | 1 | \x219b6c75652066021387926b946a114457696e
24618 | 2 | \x015620ce63113712450475697383ae4380606f
24618 | 3 | \x2204a824e26d616e69e47075443a6f66710973
(4 rows)
当再次插入数据时，表的大小未变化，但是toast表的变为了8KB，说明这个时候已经出发toast机制，将content列的数据存储到toast表。当查看toast表中的数据时，发现已经有数据并且由于插入的太大，对插入的数据进行了切分。最后再来查看一下列的长度，为7286字节，确实是需要切分的。
testdb=# select pg_column_size(id),pg_column_size(author),pg_column_size(title),pg_column_size(content) from tbl_blog;
pg_column_size | pg_column_size | pg_column_size | pg_column_size
----------------+----------------+----------------+----------------
4 | 7 | 45 | 65
4 | 7 | 45 | 7286
(2 rows)
再次插入数据
再次把第2次的数据重新插入一次
insert into tbl_blog(author,title,content) select author,title,content from tbl_blog where id = 2;
查看表大小和toast表的大小
testdb=> select pg_relation_size(oid) as tb_size,pg_relation_size(reltoastrelid) as toast_size from pg_class where relname='tbl_blog';
tb_size | toast_size
---------+------------
8192 | 24576
(1 row)
--在这里由于chunk_data太大不方便展示，就截取了一部分
testdb=> select chunk_id,chunk_seq,substring(chunk_data,0,20) from pg_toast.pg_toast_24608;
chunk_id | chunk_seq | substring
----------+-----------+------------------------------------------
24618 | 0 | \x3a35000000452e312e312e204f007665727669
24618 | 1 | \x219b6c75652066021387926b946a114457696e
24618 | 2 | \x015620ce63113712450475697383ae4380606f
24618 | 3 | \x2204a824e26d616e69e47075443a6f66710973
24620 | 0 | \x3a35000000452e312e312e204f007665727669
24620 | 1 | \x219b6c75652066021387926b946a114457696e
24620 | 2 | \x015620ce63113712450475697383ae4380606f
24620 | 3 | \x2204a824e26d616e69e47075443a6f66710973
(8 rows)
当我们再次对content字段插入大量值时，发现表的大小未变化，但是toast表大小翻了3倍。
查看列的长度
testdb=> select pg_column_size(id),pg_column_size(author),pg_column_size(title),pg_column_size(content) from tbl_blog;
pg_column_size | pg_column_size | pg_column_size | pg_column_size
----------------+----------------+----------------+----------------
4 | 5 | 35 | 46
4 | 5 | 35 | 7286
4 | 5 | 35 | 7286
(3 rows)
其实通过这三次的插入数据，观察pg_relation_size函数计算表的大小和toast表的大小，其中表的大小一直未变，toast表的大小从0->8192->24576，就可以判断出pg_relation_size函数计算表的大小时是不包含toast表的大小，如果你忽略这点的话，可能导致最终统计的数据不准确。
下面是计算数据库表/索引大小相关的函数。
pg_relation_size(oid)
描述：指定OID代表的表或者索引所使用的磁盘空间。
pg_indexes_size(regclass)
描述：附加到指定表的索引使用的总磁盘空间。
pg_table_size(regclass)
描述：指定的表使用的磁盘空间，不计索引（但是包含TOAST，自由空间映射和可见性映射）
pg_total_relation_size(regclass)
描述：指定的表使用的总磁盘空间，包括所有的索引和TOAST数据
总结
从这个测试实验中，我们就可以很清晰的知道，pg_relation_size函数只统计表对象的大小，未包含toast表大小，因此如果我们需要统计表大小，建议使用pg_total_relation_size函数更精确一点，该函数的统计包括了索引和toast表；另外如果你使用了pg_table_size来统计表大小，需要注意该统计不包含索引，可能需要使用pg_indexes_size来单独计算索引的大小。
参考
https://github.com/digoal/blog/blob/master/201103/20110329_01.md
本文作者：墨竹
