👨‍👩‍👦‍👦 🐿️ 👨‍👩‍👧 PostgreSQL 13：并行VACUUM ☢️ 🐘 🍌

前几天，阿米特·卡皮拉（Amit Kapila）犯下了泽田雅彦（Mahahiko Sawada）补丁，该补丁可以并行清洁。该表本身仍由一个（引导）进程清除，但是要清理索引，它现在可以启动后台工作进程，每个索引一个。在手动模式下，这可以加快清理具有多个索引的大型表的速度；自动清洁尚未使用此功能。

相关链接：

承诺
讨论区
主要提交

如您所知，桌子清洁过程包括几个阶段。

首先，对表进行扫描，并在内存中收集到行的不必要（“死”）版本的链接。内存受maintenance_work_mem参数限制，因此所有链接可能一次无法容纳。

然后，对所有索引进行顺序排序（与以前一样），并从中清除指向已找到的无效版本字符串的指针。

然后，将再次扫描表中已查看的部分，并且已从中清除行的无效版本。

如果一次无法处理所有无效版本的字符串，那么将清除内存，并从上次停止的位置再次重复整个过程。

整个方案保持不变，但是现在可以并行清除索引。为此，牵头流程启动了几个工作流程，这些工作流程解析现有索引并进行处理。一个索引仅由一个进程处理。清除所有索引后，工作流程完成，协调员进入下一阶段。

例如，使用ticket_flights demobase flight table。上面有一个索引，但是您可以创建更多索引。

demo=# CREATE index on ticket_flights (fare_conditions);
demo=# CREATE index on ticket_flights (amount);

并行处理中仅涉及大小超过min_parallel_index_scan_size参数值的索引。我们的指标很适合：

demo=# SHOW min_parallel_index_scan_size;

 min_parallel_index_scan_size 
------------------------------
 512kB
(1 row)

demo=# SELECT pg_size_pretty(pg_relation_size(indexname::regclass))
FROM pg_indexes
WHERE tablename = 'ticket_flights';

 pg_size_pretty 
----------------
 325 MB
 187 MB
 180 MB
(3 rows)

更新一半的行以加载清理工作：

demo=# UPDATE ticket_flights SET amount = amount + 1 WHERE random() > 0.5;

UPDATE 4194262

走。

demo=# VACUUM VERBOSE ticket_flights;

INFO:  vacuuming "bookings.ticket_flights"
INFO:  launched 2 parallel vacuum workers for index vacuuming (planned: 2)
INFO:  scanned index "ticket_flights_fare_conditions_idx" to remove 4194262 row versions by parallel vacuum worker
DETAIL:  CPU: user: 1.84 s, system: 0.41 s, elapsed: 11.82 s
INFO:  scanned index "ticket_flights_amount_idx" to remove 4194262 row versions by parallel vacuum worker
DETAIL:  CPU: user: 2.31 s, system: 0.44 s, elapsed: 12.95 s
INFO:  scanned index "ticket_flights_pkey" to remove 4194262 row versions
...
INFO:  "ticket_flights": found 4194262 removable, 8391852 nonremovable row versions in 104885 out of 104885 pages
DETAIL:  0 dead row versions cannot be removed yet, oldest xmin: 630
There were 0 unused item identifiers.
Skipped 0 pages due to buffer pins, 0 frozen pages.
0 pages are entirely empty.
CPU: user: 9.91 s, system: 4.40 s, elapsed: 121.40 s.
VACUUM

可以看出，领导过程启动了两个工作人员，并采用了一个索引。

可以明确指定工作流程的数量（当然，在任何情况下都不会超过max_parallel_maintenance_workers，而不会超过max_worker_processes）。明确的指示尤其可以用于关闭并发：

demo=# VACUUM (PARALLEL 0, VERBOSE) ticket_flights;

我希望这个主题会得到进一步发展。可以通过多个过程并行扫描该表（这在原始的Savada补丁中，但未包含在最后一个补丁中），每个索引也可以并行清除。还必须教导自动清洁使用并行性。

P. S. , . . - , , .

PostgreSQL 13：并行VACUUM

More articles: