PGconf.Asia 2021 主题分享：PostgreSQL 空闲空间管理

在2021年12月14-17日举行的PostgresConf.CN&PGConf.Asia 2021大会上，来自Greenplum原厂的VMware研发工程师王晓冉发表了《PostgreSQL 空闲空间管理》主题演讲。在演讲中，王晓冉结合PostgreSQL存储引擎，分析了FSM的实现机制，并结合源代码，分析了FSM代码中主要数据结构，存储、并发及recovery的实现。

在大会上，王晓冉将整个演讲内容分为了四个部分进行讲解，分别是：

背景

功能

实现机制

源代码分析

FSM出现的背景和Data Pages，MVCC和VACUUM相关。首先我们来看看Data Pages，PostgreSQL的数据是以page为逻辑单位存储于文件系统中的，下图中的存储路径是/data/base/16385/24692。16385对应的数据库OID，24692对应的是表的OID。PostgreSQL中一个页面的大小是8k，数据是以tuple的形式存储在页面中，一个tuple对应了表中的一行数据。

我们再来看看MVCC。PostgreSQL采用MVCC多版本控制协议来实现多版本控制。在删除数据时，只标记，不删除。在写新数据时，旧数据不删除，而是把新数据插入。例如图中的更新操作，原数据中只有Tuple1一行数据，在更新时，并不删除Tuple1，而是插入更新后的Tuple2。Tuple1这样的旧数据很快会对所有事务不可见，变为过期无用的数据，它们所占用的空间将被释放。VACUUM进程就是负责释放过期数据占用的空间。

更新前Tuple

更新后Tuple

VACUUM进程把page中这些不可见数据占用的空间标记为可用，当有新数据插入时，优先使用这些空间。FSM负责管理这些page中的空闲空间。当执行INSERT/COPY/UPDATE 操作，需要在页面插入一行数据时，调用FSM获取可用page。

FSM的功能主要包括以下四个方面：

查找可用page

更新page的可用空间

持久化（FSM FORK）

并发 & Recovery