Greenplum 数据库最佳实践(11)

注意：大型 UPDATE 和 DELETE 操作之后务必运行 VACUUM，避免运行 VACUUM FULL。

如果出现FSM溢出，需要回收空间，则建议使用CREATE TABLE...AS SELECT命令拷贝数据到新表，删除原来的表，然后重命名新表为原来的名字。

频繁更新的表会有少量过期行和空闲空间，空闲空间可被新加入的数据重用。但是当表变得非常大，而可见数据只占整体空间的一小部分，其余空间被过期行占用时，称之为臃肿（bloated）。臃肿表占用更多空间，需要更多I/O，因而会降低查询效率。 臃肿会影响堆表、系统表和索引。

周期性运行 VACUUM 可以避免表增长的过大。如果表变得非常臃肿，必须使用 VACUUM FULL 语句（或者其方法）精简该表。如果大表变得非常臃肿，则建议使用消除数据臃肿（后续章节）中介绍的方法消除臃肿的表。

警告：切勿运行 VACUUM FULL 或者对大表运行 VACUUM FULL FSM大小

运行VACUUM时，堆表的过期行被加入到共享的空闲空间映射表中。FSM必须足够容纳过期行。如果不够大，则溢出FSM的空间不能被VACUUM回收。必须使用VACUUM FULL 或者其他方法回收溢出空间。

定期性运行 VACUUM 可以避免FSM溢出。表越臃肿，FSM就需要记录越多的行。对于非常大的具有很多对象的数据库，需要增大 FSM 以避免溢出。

配置参数 max_fsm_pages 设置在共享空闲空间映射表中被FSM跟踪的磁盘页最大数目。一页占用6个字节共享空间。默认值是 200,000。

配置参数 max_fsm_relations 设置在共享空间映射表中被FSM跟踪的表的最大数目。该值需要大于数据库中堆表、索引和系统表的总数。每个段数据库的每个表占用60个字节的共享内存。默认值是1000。

更详细的信息，请参考《Greenplum数据库参考指南》。 检测臃肿

ANALYZE收集的统计信息可用于计算存储一个表所期望的磁盘页数。期望的页数和实际页数之间的差别是膨胀程度的一个度量。gp_toolkit模式的gp_bloat_diag视图通过比较期望页数和实际页数的比例识别膨胀的表。使用这个视图前，确保数据库的统计信息是最新的，然后运行下面的SQL：

gpadmin=# SELECT * FROM gp_toolkit.gp_bloat_diag;bdirelid | bdinspname | bdirelname | bdirelpages | bdiexppages |

bdidiag---------+------------+------------+-------------+-------------+------------ 21488 | public | t1 | 97 | 1 | significant amount of bloat suspected(1 row)

结果中包括中度或者严重膨胀的表。实际页数与期望页数之比位于4和10之间是中度膨胀，大于10为严重膨胀。

视图gp_toolkit.gp_bloat_expected_pages列出每个数据库对象实际使用的页数和期望使用的磁盘页数。

gpadmin=# SELECT * FROM gp_toolkit.gp_bloat_expected_pages LIMIT 5;btdrelid | btdrelpages | btdexppages---------+-------------+------------- 10789 | 1 | 1 10794 | 1 | 1 10799 | 1 | 1 5004 | 1 | 1 7175 | 1 | 1(5 rows)

btdrelid是表的对象ID。btdrelpages字段表示表适用的实际页数；bdtexppages字段表示期望的页数。注意，这些数据基于统计信息，确保表发生变化后运行ANALYZE。 消除数据臃肿表

VACUUM 命令将过期行加入到空闲空间映射表中以便以后重用。如果对频繁更新的表定期运行VACUUM，过期行占用的空间可以被及时的回收并重用，避免表变得非常大。同样重要的是在 FSM 溢出前运行 VACUUM。对更新异常频繁的表，建议至少每天运行一次 VACUUM 以防止表变得臃肿。