收缩膨胀表和索引（pg_squeeze） - 云数据库 RDS

RDS PostgreSQL支持使用pg_squeeze插件，该插件提供了一种在线重新组织和清理表的功能，在不影响在线读写的前提下，减少表和索引占用的空间，提高空间利用率。

前提条件

已完成如下参数配置。如何修改参数，请参见设置实例参数。
- wal_level参数设置为logical。
- 依赖shared_preload_libraries参数预加载，需要将pg_squeeze配置到shared_preload_libraries参数值中。
使用pg_squeeze插件收缩膨胀表和索引需要额外的磁盘空间，请确保空间满足要求。
执行全表压缩需要的空闲磁盘空间约为目标表及其索引的两倍。例如，如果要压缩的表和索引的总大小为1 GB，则需要额外2 GB的磁盘空间。
实例内核小版本需要在20240229及以上。查看和升级内核小版本，请参见升级内核小版本。

说明

暂不支持RDS PostgreSQL 17。

背景信息

PostgreSQL使用MVCC（Multi-Version Concurrency Control）来允许多个事务同时读取数据库中的同一数据而不发生冲突。在此模型中，当数据被更新（UPDATE）或删除（DELETE）时，原始数据不会被直接覆盖或删除，而是会被标记为死元组（dead tuple）。这些死元组对于新事务是不可见的，但是它们仍旧占据着磁盘空间，导致了表的膨胀。

使用autovacuum等方式清理完死元组后，表膨胀并不会完全消失，因为死元组之前占用的空间并未立即被重新使用。当这些空闲空间非常多时，也会引起表膨胀。目前社区提供了vacuum full命令来回收这些空闲空间，然而这一操作会使用最高级别的互斥锁来锁定表，导致在vacuum full期间无法访问该表。

功能介绍

pg_squeeze插件通过创建表的一个压缩副本来重建表，可以去除表中未使用的磁盘空间，具有如下优势：

在线清理，不阻塞读写。
无需通过客户端，直接执行SQL即可操作。

应用场景

对表进行了频繁的增删改操作，导致表的膨胀率较高。

通过以下SQL语句，可以检测表的膨胀率：

CREATE EXTENSION pgstattuple; --create extension
select *, 1.0 - tuple_len::numeric / table_len as bloat from pgstattuple('your_relation');

说明

表膨胀率指表中未使用空间占总空间的比例，计算方式为：1 - 活元组空间/表的总空间。
执行此操作会进行全表扫描。

注意事项

被清理的表必须具备唯一键。
执行清理时会消耗大量的IO，建议在业务低峰期运行。

创建和删除插件

创建插件：
```
CREATE EXTENSION pg_squeeze;
```
说明
如果需要清理多个数据库下的表，需要在每个目标数据库中创建该插件。
删除插件：
```
DROP EXTENSION pg_squeeze;
```

使用示例

清理前，需要在目标数据库中创建插件。

临时清理

例如，清理public schema下的表bar。

SELECT squeeze.squeeze_table('public', 'bar');

自动检测并清理

创建自动清理任务。
例如，在每周三和周五的22:30，自动清理public schema下的表foo。
说明
- 创建自动清理任务的详细语法请参见pg_squeeze。
- 只能清理当前数据库下的表。
```
INSERT INTO squeeze.tables (tabschema, tabname, schedule)
VALUES ('public', 'foo', ('{30}', '{22}', NULL, NULL, '{3, 5}'));
```
开启自动清理任务。
- 手动开启自动清理任务
  执行以下SQL手动开启自动清理任务，只能清理当前数据库下的表。
```
SELECT squeeze.start_worker();  -- 开启
```
  关闭自动清理任务。
```
SELECT squeeze.stop_worker();   -- 关闭
```
- 自动开启自动清理任务
  在RDS控制台配置参数并重启数据库，自动开启清理任务。配置参数的详细操作请参见设置实例参数。
  例如，以rds_superuser的身份（必须是高权限用户）清理数据库database1和database2：
  说明
  清理前，已分别在数据库database1和database2中创建了pg_squeeze插件，详情请参见创建和删除插件。
```
squeeze.worker_autostart = 'database1 database2'
squeeze.worker_role = rds_superuser
```

云数据库 RDS：收缩膨胀表和索引（pg_squeeze）