Question

我们有一个使用PostgreSQL数据库服务器的产品，该服务器部署在几百个客户端上。多年来，他们中的一些人已经收集了数十亿字节的数据。因此，在下一个版本中，我们将引入自动清理程序，这些程序将在夜间批处理作业中逐步归档和删除旧记录。

如果我理解正确， autovacuum 将启动并分析和重新组织元组，因此性能将与存在较少记录的情况相同。

如果我理解正确的话，实际的磁盘空间将不会被释放，因为只有在 VACUUM FULL 时才会发生，并且不会由 autovacuum 触发。

所以我在想一个可以做到这一点的自动化过程。

我在http://wiki.postgresql.org/wiki/Show_database_bloat找到了nagios check_postgres使用的膨胀视图。

这种观点有什么用吗？我是否理解如果 tbloat 是＆gt; 2，它可以使用VACUUM FULL吗？如果 ibloat 太高，它可以使用REINDEX吗？

对以下作业的任何评论作为每日批处理作业运行？

vacuumdb -Z mydatabase #vacuum with analyze-only
select tablename from bloatview order by tbloat desc limit 1
vacuumdb -f -t tablename mydatabase
select tablename, iname from bloatview order by ibloat desc limit 1
reindexdb -t tablename -i iname mydatabase

当然，我仍然需要将它包装在crontab中的一个漂亮的perl脚本中（我们使用的是ubuntu 12），或者postgresql是否有某种调度程序我可以用它来做？

或者这总是过度杀伤，是否有一个更简单的程序？

Answer 1

你可能不需要它。这样做很好 - 在首次归档作业之后，您将获得磁盘空间，但之后您的每日归档作业和autovacuum将防止死元组膨胀。

而不是vacuum full，通常最好运行cluster table_name using index_name; analyze table_name。这将根据索引对行重新排序。通过这种方式，相关的表行可以物理地保存在磁盘上，这可以限制磁盘搜索（在传统磁盘驱动器上很重要，在SSD上很大程度上不相关）以及针对典型查询的大量读取。

请记住，vacuum full和cluster都会使您的桌子在运行时无法使用。

Answer 2

好的，我一路走来。

我简化/重写了视图，将其拆分为以下两个：

CREATE OR REPLACE VIEW
    bloat_datawidth AS
SELECT
    ns.nspname AS schemaname,
    tbl.oid   AS relid,
    tbl.relname,
    CASE
        WHEN every(avg_width IS NOT NULL)
        THEN SUM((1-null_frac)*avg_width) + MAX(null_frac) * 24
        ELSE NULL
    END AS datawidth
FROM
    pg_attribute att
JOIN
    pg_class tbl
ON
    att.attrelid = tbl.oid
JOIN
    pg_namespace ns
ON
    ns.oid = tbl.relnamespace
LEFT JOIN
    pg_stats s
ON
    s.schemaname=ns.nspname
AND s.tablename = tbl.relname
AND s.inherited=false
AND s.attname=att.attname
WHERE
    att.attnum > 0
AND tbl.relkind='r'
GROUP BY
    1,2,3;

和

CREATE OR REPLACE VIEW
    bloat_tables AS
SELECT
    bdw.schemaname,
    bdw.relname,
    bdw.datawidth,
    cc.reltuples::bigint,
    cc.relpages::bigint,
    ceil(cc.reltuples*bdw.datawidth/current_setting('block_size')::NUMERIC)::bigint AS expectedpages,
    100 - (cc.reltuples*100*bdw.datawidth)/(current_setting('block_size')::NUMERIC*cc.relpages) AS bloatpct
FROM
    bloat_datawidth bdw
JOIN
    pg_class cc
ON
    cc.oid = bdw.relid
AND cc.relpages > 1
AND bdw.datawidth IS NOT NULL;

和cron工作：

#!/bin/bash

MIN_BLOAT=65
MIN_WASTED_PAGES=100
LOG_FILE=/var/log/postgresql/bloat.log
DATABASE=unity-stationmaster
SCHEMA=public

if [[ "$(id -un)" != "postgres" ]]
then
echo "You need to be user postgres to run this script."
exit 1
fi

TABLENAME=`psql $DATABASE -t -A -c "select relname from bloat_tables where bloatpct > $MIN_BLOAT and relpages-expectedpages > $MIN_WASTED_PAGES and schemaname ='$SCHEMA' order by wastedpages desc limit 1"`

if [[ -z "$TABLENAME" ]]
then
echo "No bloated tables." >> $LOG_FILE
exit 0
fi

vacuumdb -v -f -t $TABLENAME $DATABASE >> $LOG_FILE

PostgresQL为膨胀表自动化VACUUM FULL

2 个答案: