如何进行空间回收_云原生数据仓库AnalyticDB(AnalyticDB)-阿里云帮助中心

当对数据库执行UPDATE或DELETE操作时，虽然数据表面上已被删除，但实际上只是被标记为不可见，并留有“空洞”在数据页中。这会导致在读取数据时，这些“空洞”也会一同被加载，从而减慢了数据的扫描速度。因此，定期清理这些已删除的空间可提高数据读取效率。

AnalyticDB for PostgreSQL支持在后台对表进行脏数据自动回收（Auto Vacuum）操作。
为了在大量的删除或更新操作后及时清理表，您也可以针对整个数据库或单个表手动执行VACUUM操作。

空间回收方法

使用VACUUM命令，可以对表进行重新整理，回收空间，以便获取更好的数据读取性能。VACUUM命令的语法如下：

VACUUM [FULL] [FREEZE] [VERBOSE] [table];

VACUUM：不带任何参数时，会对所有表执行VACUUM操作。
VACUUM [table]：对单表执行VACUUM，清理脏数据，释放列存表的脏数据空间和行存表尾部的“空洞”，不阻塞读写。
VACUUM FULL [table]：对单表执行VACUUM FULL，会彻底释放表的脏数据空间，但是会申请排他锁阻塞读写。
VACUUM FREEZE [table]：对单表执行VACUUM FREEZE，降低单表的XID AGE，不阻塞读写。
VACUUM VERBOSE [table]：会打印VACUUM执行过程中各节点回收脏数据行数的日志。

注意事项

AnalyticDB for PostgreSQL实例默认开启Auto Vacuum功能，后台将自动对表进行脏数据回收操作，同时降低XID AGE。
在执行大量删除或更新操作后，您可以手动执行VACUUM FULL命令，以彻底地释放表占用空间。
重要
VACUUM FULL会申请排他锁，阻塞对该表的读写操作。
只有初始账号或高权限用户RDS_SUPERUSER才能执行VACUUM操作。如果在没有相应权限的情况下执行VACUUM，该操作不会产生任何效果。

查询需要执行VACUUM的表

AnalyticDB for PostgreSQL提供了智能诊断数据膨胀功能，您可以利用该能力找到膨胀的表，按照建议查询需要执行VACUUM的表。具体内容，请参见。

AnalyticDB for PostgreSQL提供了gp_bloat_diag视图，该视图会统计当前页数和实际需要页数的比例。您也可以通过ANALYZE TABLE来收集统计信息之后，查看该视图。

SELECT * FROM gp_toolkit.gp_bloat_diag;

以下结果包含发生了中度或者显著膨胀的表。对于这些表，可以执行VACUUM FULL来回收空间。

bdirelid | bdinspname | bdirelname | bdirelpages | bdiexppages |                bdidiag                
----------+------------+------------+-------------+-------------+---------------------------------------
    21488 | public     | t1         |          97 |           1 | significant amount of bloat suspected
(1 row)

说明

当实际页面数与预期页面数的比率（bdirelpages / bdiexppages）超过4但小于10时，会被判定为中度膨胀；而当该比率超过 10 时，则会被判定为显著膨胀。

空间回收期间可读

在执行大量删除或更新操作后，您可以通过手动执行VACUUM FULL命令彻底释放表所占用的存储空间。然而，VACUUM FULL会申请排他锁，阻塞对该表的读写操作，影响在线业务。针对这种情况，下文介绍一种在空间回收期间确保表可读的清理方案。

基本原理

该方法的本质是通过对表进行数据重分布来实现空间回收。其原理是：在后台创建一个与原表结构相同的临时表，将原表的数据全量写入临时表，然后交换两表的元数据，并删除临时表。由于数据被完全重写，新生成的数据文件中不存在“空洞”，从而实现了存储空间的有效回收。

适用场景

自动回收空间（Auto Vacuum）由于锁退让机制，可能无法及时回收表空间，因此需要主动维护。
对于数据膨胀严重的大表，执行VACUUM FULL因长时间持有排他锁而阻塞该表的读写操作，影响在线业务。

注意事项

该方法在空间回收过程中会生成一份副本数据，短时间内会导致磁盘使用量上升。
该方法在后台会重建索引，期间同样会阻塞读写操作。因此不适用于包含较大索引的表（例如向量索引）。

操作步骤

在目标库内，创建以下函数。

CREATE OR REPLACE FUNCTION reorganize_table(table_name regclass)
RETURNS void AS $$
DECLARE
    distribution_policy text;
    alter_sql text;
BEGIN
    SELECT pg_get_table_distributedby(table_name) INTO distribution_policy;
    alter_sql := format('ALTER TABLE ONLY %s SET WITH (REORGANIZE=true) %s READABLE', table_name, distribution_policy);

    EXECUTE alter_sql;
END;
$$ LANGUAGE plpgsql;

调用函数回收脏数据。

SELECT reorganize_table('schema_name.table_name');