6. 清理过程

目录

1. 并发清理过程

2. 可见性映射

3. 冻结过程

惰性模式：

​编辑迫切模式：

改进迫切模式：

4. 移除不必要的CLOG文件

5. 自动清理守护进程

6. 完整清理

---

1. 并发清理过程

并发清理的过程如下：

1. 扫描表，并生成死元组列表（也就是删除、更新前、以及事务已回滚的元组，如果将这些元组删了，那么之前那些多余的事务id与状态确实没有存在的必要了，之前的疑惑是，元组还在，事务状态没了，这种方法的话，只会留下有用的元组）。删除指向这些死元组的索引。冻结一些很久以前的元组，使操作其的事务不会成为一些事务的未来事务，注意这些元组对应的事务的clog还是存在的。冻结的元组对所有事务都有可见性，你可能会觉得，那一些被更新的元组，它应该对所有事务都不具有可见性，冻结的话，不就破坏了更新不可见的规则了吗？注意，删除死元组在先，如果一个元组被更新了，那么它已经被删除了。也就是说可见元组中是不存在死元组的。
2. 删除死元组与这些死元组对应的不必要的clog，但是不用删除指向元组的指针，如果一个指针被删了，那么该指针后面的指针下标都要前移，那么会导致大量的索引变化，而不是仅删除一个索引。留下指向死元组的指针，后面可以重复利用的。更新FSM（空闲空间映射，记录页中在删除了死元组后的空闲空间）与VM（可见性映射，表示页面中元组的可见性以及是否有死元组，比如元组全都被冻结的页面对任意事务都有可见性）。
3. 更新一些系统的统计信息。如果最后一页为空，则表从该页截断。

2. 可见性映射

VM，可见性映射，是为了减少冻结与清理的时间。

页面的可见性确定了每个页面是否包含死元组，清理过程可以跳过没有死元组的页面。后面版本的Pg中，VM也包含页面是否全部冻结的信息。

3. 冻结过程

惰性模式：

根据VM扫描清理包含死元组的表。过程：

根据VM，扫描不可见页面，根据a=b-c，b为当前事务id，c为固定值，可配置，a及之前的事务元组都需要被冻结，并一边移除死元组。当一个页面中所有元组都被冻结，那么该页面也就是一个可见页面。

惰性模式不能动结那些很久以前但是没有死元组的事务元组页。

迫切模式：

 扫描所有的表，并删除不必要clog

为了弥补惰性清理的缺点，迫切模式扫描所有元组，不管是全页可见的还是不可见的（因为它根本不会根据VM可见性来扫描），冻结的还是没冻结的，比如，冻结完一章表中10200事务之前的元组后，更新该表的f值，表示该表最新的不可见的事务Id为10200。而整个数据库的F值为所有表的最小f值。

迫切模式的缺点是，即使一个页已经全员可见了，还是会扫描一遍。

改进迫切模式：

9.6版为了改进迫切模式，改进后的迫切模式会先扫描VM，并会跳过已经全员可见的页（即全员已经被冻结，在重复一遍，被冻结不会有死元组）

4. 移除不必要的CLOG文件

上面提到的数据库中的F值存储这所有数据表中最旧的可能存在不可见元组的事务id，即事务id之前的事务所操作的元组已经全部可见，不可见的元组也已全部被清理，那么存储事务id之前的clog文件与页面就可以被删除了。

5. 自动清理守护进程

系统每隔一段时间（默认情况为每分钟一次，可配置）启动一次自动并发清理。

6. 完整清理

前面说的都是并发清理，但是并发清理之后还得整理：

创建新的表，将活元组从各个页面中复制到新表，删除旧文件，重建索引并更新统计信息FSM与VM。这个是很耗时的，而且在完整清理时其他事务不能访问表。

何时启动完整清理：通过pg_freespacemap扩展查看各个页的空置率来决定。