使用pg_repack实现在线vacuum
Postgresql通过数据多版本实现mvcc，删除数据并不会真正删除数据，而是修改标识，更新是通过删除+插入的方式进行，所以在频繁更新的系统，数据膨胀是个头疼的问题，如果不进行处理，数据膨胀倍数可能达到十几倍。
为了处理膨胀问题，pg提供了vacuum工具，vacuum分为普通vacuum和vacuum full，普通vacuum会清理死元组，但是不会进行空间重组，磁盘上的空间不会释放，但是会释放死元组的空间，后续插入的元组会根据空闲空间管理fsm优先插入空闲空间。Vacuum full清理会释放磁盘空间，但是会获取八级锁，因为vacuum full的原理是新建一个表数据文件，然后从老表中拷贝数据到新文件中，这个过程会阻塞select。
因为影响业务，pg社区开发了pg_repack工具，老版本叫pg_reorg。Pg_repack以extension的方式存在，用户可以自己安装该插件。本文简单介绍一下pg_repack的使用。
Pg_repack的源码在github或者pgxn上都可以下载，这里编译安装、创建插件的过程就不再赘述。
在安装完后，就可以在操作系统命令行使用pg_repack命令了，下面列举了pg_repack的一些命令用法：
pg_repack --no-order --table test_1 test
pg_repack --wait-timeout 3600 --jobs 10 --no-order -d test
pg_repack --wait-timeout 3600 --jobs 10 --no-order --schema=test -d test
pg_repack --wait-timeout 3600 --jobs 10 --only-indexes --table test.test_1 --no-order -d test
pg_repack --wait-timeout 3600 --jobs 10 --index test.idx1 --no-order -d test经过测试，在执行pg_repack的同时对表进行并发查询，性能下降大概只有10%到20%，读取操作可以正常进行。并且表的oid没有发生变化，repack执行完成后，通过pg_relation_filepath()函数查询发现表的数据文件发生了改变，同时会删除原来的数据文件，其实执行vacuum full数据文件也会发生改变。
test=# select pg_relation_filepath(16475);
pg_relation_filepath
----------------------
base/16387/16580
(1 row)
test=# select pg_relation_filepath(16475);
pg_relation_filepath
----------------------
base/16387/16601
(1 row)下面聊聊repack的原理吧，原理其实和vacuum full是类似的，都是新建一个文件，然后将老文件数据拷贝过来，然后进行文件切换，它不阻塞读写的秘诀就是新建文件和拷贝的过程是在线做的，在没有完成拷贝之前，原来的文件还是可以读写的，只有在切表那一瞬间可能会有影响。
那么它是怎么做到在线拷贝的呢？源库的数据文件一直在变，所以表文件其实分为两部分，一部分是基础数据，一部分是增量数据，基础数据的拷贝就是正常的拷贝，增量数据是通过创建触发器来捕获在该表上的读写操作来实现的，待基础数据拷贝完后再将trigger捕获的增量sql进行应用，达到最终结果。
我们其实可以发现，pg_repack会在库里创建名为repack的schema，里面有两张表：primary_keys和tables。Primarys分为两列，第一列indrelid代表表的oid，第二列indexrelid代表主键或唯一索引的oid。Tables表记录了创建trigger以及捕获的相关语句，语句按一条条的record进行记录。如下所示：
test=# select * from tables;
-[ RECORD 1 ]-----+-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
relname | public.products
relid | 16388
reltoastrelid | 16391
reltoastidxid | 16393
schemaname | public
pkid |
ckid |
create_pktype |
create_log | CREATE TABLE repack.log_16388 (id bigserial PRIMARY KEY, pk repack.pk_16388, row public.products)
create_trigger |
enable_trigger | ALTER TABLE public.products ENABLE ALWAYS TRIGGER repack_trigger
create_table_1 | CREATE TABLE repack.table_16388 WITH (oids = false) TABLESPACE
tablespace_orig | pg_default
create_table_2 | AS SELECT product_no,name,price FROM ONLY public.products
copy_data | INSERT INTO repack.table_16388 SELECT product_no,name,price FROM ONLY public.products
alter_col_storage |
drop_columns |
delete_log | DELETE FROM repack.log_16388
lock_table | LOCK TABLE public.products IN ACCESS EXCLUSIVE MODE
ckey |
sql_peek | SELECT * FROM repack.log_16388 ORDER BY id LIMIT $1
sql_insert | INSERT INTO repack.table_16388 VALUES ($1.*)
sql_delete |
sql_update |
sql_pop | DELETE FROM repack.log_16388 WHERE id IN (
-[ RECORD 2 ]-----+-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
relname | public.test
relid | 16400
reltoastrelid | 0
reltoastidxid | 0
schemaname | public
pkid |
ckid |
create_pktype |
create_log | CREATE TABLE repack.log_16400 (id bigserial PRIMARY KEY, pk repack.pk_16400, row public.test)
create_trigger |
enable_trigger | ALTER TABLE public.test ENABLE ALWAYS TRIGGER repack_trigger
create_table_1 | CREATE TABLE repack.table_16400 WITH (oids = false) TABLESPACE
tablespace_orig | pg_default
create_table_2 | AS SELECT id FROM ONLY public.test
copy_data | INSERT INTO repack.table_16400 SELECT id FROM ONLY public.test
alter_col_storage |
drop_columns |
delete_log | DELETE FROM repack.log_16400
lock_table | LOCK TABLE public.test IN ACCESS EXCLUSIVE MODE
ckey |
sql_peek | SELECT * FROM repack.log_16400 ORDER BY id LIMIT $1
sql_insert | INSERT INTO repack.table_16400 VALUES ($1.*)
sql_delete |
sql_update |
sql_pop | DELETE FROM repack.log_16400 WHERE id IN (
-[ RECORD 3 ]-----+-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
relname | public.fruits
relid | 16394
reltoastrelid | 16397
reltoastidxid | 16399
schemaname | public
pkid |
ckid |
create_pktype |
create_log | CREATE TABLE repack.log_16394 (id bigserial PRIMARY KEY, pk repack.pk_16394, row public.fruits)
create_trigger |
enable_trigger | ALTER TABLE public.fruits ENABLE ALWAYS TRIGGER repack_trigger
create_table_1 | CREATE TABLE repack.table_16394 WITH (oids = false) TABLESPACE
tablespace_orig | pg_default
create_table_2 | AS SELECT number,name,price FROM ONLY public.fruits
copy_data | INSERT INTO repack.table_16394 SELECT number,name,price FROM ONLY public.fruits
alter_col_storage |
drop_columns |
delete_log | DELETE FROM repack.log_16394
lock_table | LOCK TABLE public.fruits IN ACCESS EXCLUSIVE MODE
ckey |
sql_peek | SELECT * FROM repack.log_16394 ORDER BY id LIMIT $1
sql_insert | INSERT INTO repack.table_16394 VALUES ($1.*)
sql_delete |
sql_update |
sql_pop | DELETE FROM repack.log_16394 WHERE id IN (
-[ RECORD 4 ]-----+-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
relname | public.test_1
relid | 16475
reltoastrelid | 0
reltoastidxid | 0
schemaname | public
pkid | 16493
ckid |
create_pktype | CREATE TYPE repack.pk_16475 AS (c1 integer)
create_log | CREATE TABLE repack.log_16475 (id bigserial PRIMARY KEY, pk repack.pk_16475, row public.test_1)
create_trigger | CREATE TRIGGER repack_trigger AFTER INSERT OR DELETE OR UPDATE ON public.test_1 FOR EACH ROW EXECUTE PROCEDURE repack.repack_trigger('INSERT INTO repack.log_16475(pk, row) VALUES( CASE WHEN $1 IS NULL THEN NULL ELSE (ROW($1.c1)::repack.pk_16475) END, $2)')
enable_trigger | ALTER TABLE public.test_1 ENABLE ALWAYS TRIGGER repack_trigger
create_table_1 | CREATE TABLE repack.table_16475 WITH (oids = false) TABLESPACE
tablespace_orig | pg_default
create_table_2 | AS SELECT c1,c2,c3,c4,c5 FROM ONLY public.test_1
copy_data | INSERT INTO repack.table_16475 SELECT c1,c2,c3,c4,c5 FROM ONLY public.test_1
alter_col_storage |
drop_columns |
delete_log | DELETE FROM repack.log_16475
lock_table | LOCK TABLE public.test_1 IN ACCESS EXCLUSIVE MODE
ckey |
sql_peek | SELECT * FROM repack.log_16475 ORDER BY id LIMIT $1
sql_insert | INSERT INTO repack.table_16475 VALUES ($1.*)
sql_delete | DELETE FROM repack.table_16475 WHERE (c1) = ($1.c1)
sql_update | UPDATE repack.table_16475 SET (c1, c2, c3, c4, c5) = ($2.c1, $2.c2, $2.c3, $2.c4, $2.c5) WHERE (c1) = ($1.c1)
sql_pop | DELETE FROM repack.log_16475 WHERE id IN (
本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2019-11-01，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
腾讯云开发者
