greenplum vacuum表的作用

vacuum：该选项主要是清理数据库表中的垃圾空间，该动作会消耗系统一定的资源，引起系统的IO上升，对有一定系统瓶颈来说容易造成堵塞，严重会把GP宕掉，造成数据库瞬断。一般不建议vacuum库中全表，通常做法是 vacuum 指定的表。

 

GPDB 与PostgreSQL一样，在执行delete语句时，并没有将数据删除，而是标志为删。

执行update，只是将旧数据标记为删除，重新再插入一条新数据。

这样如果一张表删改的动作特别多，就会导致体积持续变大，比较浪费磁盘空间。

（delete或update操作的数据不会从真实的物理空间中移除，只是针对目标数据进行了标记，数据还是保留在了磁盘上，这样做只是提升了操作效率。vacuum操作可以将磁盘中的此类空间释放出来，所以对那些经常更新删除的表做vacuum操作很有必要）

例：

• 创建测试表：

CREATE TABLE "public"."vacuum_test" (
"id" int4 NOT NULL,
"name" varchar(255) NOT NULL
);

• 插入测试数据

INSERT INTO vacuum_test select generate_series(1,100000) as id,random() as name;

• 查看表大小：

select pg_relation_size('vacuum_test');

             

• 然后进行删除操作：

DELETE from vacuum_test;

• 数据已经删除，然后观察磁盘空间。 

             

     大小没有变化。

• 重新插入数据。

         

          磁盘空间翻倍

• 更新操作

      

     

        更新操作后空间继续增长。此时就有一部分空空间为标记的删除数据没有释放。

• vacuum

       

执行后大小没有变化，空间没有释放么？

是的没有释放，因为刚才操作的空间不是末端数据，只有末端数据vacuum才会归还给操作系统，非末端位置，可以再次写入覆盖。vacuum full可以直接清除归还操作系统。

• 重新插入数据（查看是否能覆盖刚才的空间）

INSERT INTO vacuum_test select generate_series(1,100000) as id,'77777' as name;

是的已经覆盖掉了。

• 再次插入

INSERT INTO vacuum_test select generate_series(1,100000) as id,'88888' as name;

   空间增加了。

• 这是删除末端进行测试

 DELETE from vacuum_test where name='88888';

然后vacuum 查看空间

空间释放，印证末端问题。