PG数据库本身有处理膨胀问题的vacuum工…postgres收缩工具安装和使用

第一章

Postgresql通过数据多版本实现MVCC，现象是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OLTP系统，会造成数据膨胀。

PG数据库本身有处理膨胀问题的vacuum工具，该工具有三种类型，具体如下：

vacuum

表名字autovacuum不能回收空间可以回收空间运行时可以正常访问数据表（共享锁）运行时不允许访问数据表（排他锁）执行效率高执行效率低作用是把表中的dead

tuples进行删除标记变成可以使用的状态，并没有真正的物理删除，并且会更新统计信息和相关系统表作用是物理删除dead

tuples

存放到新的数据文件中只是个监控作用是用来启动自动清理进程的，autovacuum,autovacuum

worker,vacuum+analyze如果autovacuum清理速度赶不上dead元组产生速度，就会造成表膨胀。

如表格所示，vacuum治标不治本，vacuum

full会锁表，所以需要一种用最少的锁重新组织PG数据库中的表资源的工具，pg_repack或者pg_squeeze工具便可以实现

第二章：使用pg_repack

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有可能有影响。

在线拷贝过程：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，达到最终效果。

具体原理步骤如下：

catalogs将原表和新表进行swap，包含索引和toast表

对索引执行repack

https://pgxn.org/dist/pg_repack/

解压缩并编译

generate_series(1,50000000),'a';

postgres=#

-----------+-------------+-----------+---------------+------------------+----------------+--------------------+------------+--------------181239808

5000000