一、 作用与原理

       page pruning执行速度很快，但它们的作用范围毕竟只有单页、且不包含索引，因此，我们还需要更有效的清理机制。

       常规vacuum是最常用的一种，作用范围可以是整张表，清理过期元组及索引项，并且不阻塞读和写。为提高效率，vacuum会结合前面提到的.vm文件，跳过不需清理的页。清理之后，还会更新前面提到的fsm（空闲空间映射）文件。

       另外还可以用vacuum analyze顺便收集统计信息。

二、 vacuum案例

CREATE TABLE vac(id integer,s char(100)) WITH (autovacuum_enabled = off);
CREATE INDEX vac_s ON vac(s);
INSERT INTO vac(id,s) VALUES (1,'A');
UPDATE vac SET s = 'B';
UPDATE vac SET s = 'C';

SELECT * FROM heap_page('vac',0);
SELECT * FROM index_page('vac_s',1);

       Vacuum基于database horizon检查和清理表和索引中的死元组，尚未过期的元组不能清理。

VACUUM vac;
SELECT * FROM heap_page('vac',0);
SELECT * FROM index_page('vac_s',1);

Vacuum之后pg会为vac表创建vm和fsm文件

安装插件可以看到某页中的元组是否均可见

CREATE EXTENSION if not exists pg_visibility;
SELECT all_visible FROM pg_visibility_map('vac',0);

如果不想安装，从页头信息也可以看到

SELECT flags & 4 > 0 AS all_visible FROM page_header(get_raw_page('vac',0));

三、 Vacuum阶段

1. 查看vacuum详情

postgres=# VACUUM VERBOSE vac;

INFO:  vacuuming "public.vac"

INFO:  scanned index "vac_s" to remove 1 row versions

DETAIL:  CPU: user: 0.00 s, system: 0.00 s, elapsed: 0.00 s

INFO:  table "vac": removed 1 dead item identifiers in 1 pages

DETAIL:  CPU: user: 0.00 s, system: 0.00 s, elapsed: 0.00 s

INFO:  index "vac_s" now contains 2 row versions in 2 pages

DETAIL:  1 index row versions were removed.

0 index pages were newly deleted.

0 index pages are currently deleted, of which 0 are currently reusable.

CPU: user: 0.00 s, system: 0.00 s, elapsed: 0.00 s.

INFO:  table "vac": found 1 removable, 2 nonremovable row versions in 1 out of 1 pages

DETAIL:  1 dead row versions cannot be removed yet, oldest xmin: 808

Skipped 0 pages due to buffer pins, 0 frozen pages.

CPU: user: 0.00 s, system: 0.00 s, elapsed: 0.00 s.

VACUUM

     它列出了扫描的表和索引、cpu及耗时、删除了多少项、不能删除的有多少项、database horizon（红色部分）、跳过多少项、冻结多少个页，非常详细，根据它也可以大致推断vacuum的执行阶段。

查看vacuum进度

SELECT * FROM pg_stat_progress_vacuum \gx

2. 主要阶段

1）表扫描

• 读取vm文件，跳过其中页面
• 根据database horizon扫描死元组，并将还需要被索引引用的元组id加入一个特殊的tid数组，这些元组暂时不能清理
• 这部分可用内存取决于maintenance_work_mem

2）索引vacuum

• 表上的所有索引被完整扫描，找到引用tid数组中元组的对应索引项
• 从索引页中删除这些索引项
• 如果索引大小超过min_parallel_index_scan_size，将会启用并行
• 更新fsm文件并收集统计信息
• 如果只对表进行过insert，会直接跳过本阶段

3）表vacuum

• 删除tid数组中的元组及对应指针（此时所有索引引用已被删除）
• 更新fsm和vm文件
• 清理tid数组

4）表截断（heap truncation）

• 特殊场景：如果清空的页刚好在文件末尾，vacuum可以将这些空间归还给操作系统
• heap truncation会短暂持有排它锁
• 由于排它锁会影响业务，pg只在文件末尾有至少1000个页，或者达到表大小的1/16时，才执行截断。这两个参数是硬编码，不能修改。
• 如果确实怕被排它锁影响业务，可以在表级设置vacuum_truncate和toast.vacuum_truncate参数，禁用该功能：ALTER TABLE some_table SET (vacuum_truncate = off);

未完待续...