VastbaseG100

基于openGauss内核开发的企业级关系型数据库。

Menu

pg_repack插件

功能描述

pg_repack插件可以用来重新组织和压缩数据库中的astore,行存表和索引。其主要用于在线重建表和索引,以解决表或索引膨胀的问题,减少碎片并提高性能。

pg_repack通过复制表配合触发器,实现数据库的在线表重组功能,实际是实现了和vacuum full类似的功能,“重组表”和“清理磁盘碎片”的原理类似,原表的元组之间可能存在一些空洞,pg_repack负责重新组织一个元组排列紧密的新表。

pg_repack与VACUUM FULL相比,后者在做清理时会长时间锁表阻塞DML,而pg_repack不会。pg_repack在原表的基础上,把原表数据拷贝到新表上,拷贝过程中,会通过建立触发器(期间会锁表)记录原表的DML操作,数据拷贝完成后,锁定表并将log更新到新表上,并互换新表(重组后的表)和原表。

注意事项

  • 暂不支持在MySQL兼容模式下使用此插件。
  • 使用pg_repack前必须确保空间充足。例如表和索引一共占用了1GB的空间,那么执行重组操作就至少需要额外的2GB的空间,才能执行成功,否则会由于空间不足而报错。
  • 不支持列存,ustore行存表,unlogged表的重组。
  • Vastbase与PostgreSQL对于分区表的底层实现存在差异,PG通过参数--parent-table指定分区表,而Vastbase通过--table参数来指定,会自动repack分区表的每个子分区。
  • 该插件支持情况:

    • 仅V2.2 Build 10(Patch No.15)及以上补丁版本支持。

    • 仅V2.2 Build 15(Patch No.3)及以上版本支持。

使用方法

1、在使用pg_repack插件之前,需要在对应数据库中执行如下命令安装pg_repack插件:

create extension pg_repack;

2、创建完成插件之后使用特定的命令来运行pg_repack,语法格式如下所示:

pg_repack [OPTION]... [DBNAME]

参数说明

Vastbase暂不支持以下未介绍的参数。

OPTION选项

  • -a,--all

    开启该选项,则会重组所有数据库(所有表),默认为关闭状态。未安装pg_repack插件的数据库将被跳过。

    该选项仅在大范围repack时才会生效,因此不能与 -t /--table 选项,-l/--parent-table 选项, -c /--schema选项同时使用。

  • -t, --table=TABLE

    仅重新组织指定的表。可以通过编写多个-t开关来重组多个表。默认情况下,目标数据库中所有符合条件的表都会被重组。

  • -I, --parent-table=TABLE

    重新组织指定的表及其继承者。可以通过编写多个-I开关来重新组织多个表层次结构。

    由于继承表的概念目前只在PostgreSQL兼容模式下实现,所以该选项仅在Vastbase的PG兼容模式下可以使用,其它兼容模式下都会作为普通表处理。

  • -c, --schema=SCHEMA

    仅重新打包指定模式中的表。可以通过指定多个-c打包多个模式。可以与--tablespace结合使用以将表移动到不同的表空间。

    该选项仅在大范围repack时才会生效,因此不能与 -t /--table 选项,-l/--parent-table 选项, -a / --all选项同时使用。

  • -s, --tablespace=TBLSPC

    默认为空,该选项指定重组后的新表处于哪个表空间。本质上是ALTER TABLE ... SET TABLESPACE 的在线版本。除非同时指定 --moveidx,否则表的索引将保留在原始表空间中。

  • -S, --moveidx

    将重新打包的表的索引移动到 --tablespace 选项指定的表空间。该选项只在-s选项指定后开启才会生效。

  • -o, --order-by=COLUMNS

    默认为空,指定重组后的表元组根据某列进行排序。

    -o/--order-by选项不能与-n/--no-order选项同时指定。

  • -n, --no-order

    默认关闭,若开启该选项,则会无序重组新表元组。

  • -N, --dry-run

    指定该选项会对重组做一次预演,该选项开启后不会真正执行repack,但会输出repack的预计相关表信息并退出。

  • -j, --jobs=NUM

    默认为0,如果原表存在多个索引的时候,使用该参数可以并发重建索引,提升repack的效率(只在表上索引较多的时候有用)。

    仅全表重新打包支持并行索引构建,不支持 --index--only-indexes 选项。如果除Vastbase服务器外还有额外的内核和可用的磁盘 I/O,这可能是加速pg_repack的有用方法。

  • -i, --index=INDEX

    仅重新打包指定的索引。可以通过指定多个 -i 重新打包多个索引。可以与 --tablespace 结合使用以将索引移动到不同的表空间。

    • 该选项直接指明了特定的索引表,所以不能同时指定 -t/--table 选项或者 -l/--parent-table 选项(这两个是数据表相关的选项),相反, -x /--only-indexes 是配合数据表选项的附属选项,所以必须要指定 -t 或者 -l 其中之一的选项。
    • -i-x 本身是冲突的选项,不能同时使用,在-i-x其中之一开启后,需要注意以下情况:
      • 不能同时指定 -a / --all 选项:repack索引表则必须指定特定索引表。
      • 不能同时指定 -C/--exclude-extension 选项:由于 -C 在只在类似 -a 这种大范围repack才会生效,所以也会和 -i/-x 指定特定索引表冲突。
      • 不能指定 -o /--order-by或者 -n/--no-order 两个和排序相关的选项:这两个选项只能排序数据表的元组,而非索引表。
      • 需要显式指定 -Z--no-analyze 选项:analyze命令无法分析索引表,所以需要开启该选项。
      • 不能指定 -j/--jobs 即并行相关选项:无法并行处理特定索引表。
  • -x, --only-indexes

    仅重新打包指定表的索引,表必须使用 --table--parent-table选项指定。当选项开启后,只重组--table 或者 --parent-table 所指定的数据表的索引表,但不重组数据表。

  • -T, --wait-timeout=SECS

    pg_repack过程需要获取共享锁和排它锁,这可能会和其他进程产生冲突。此选项指定了获取锁的超时时间,默认为 60 秒。

    如果在此持续时间后无法获取锁且未指定 --no-kill-backend 选项,则 pg_repack 将强制取消冲突查询。

  • -D, --no-kill-backend

    该选项需要结合--wait-timeout选项进行理解,当获取锁的时间超过timeout值,工具会强制关闭冲突进程以完成pg_repack操作,若开启--no-kill-backend选项则不会关闭,而是放弃pg_repack操作。

    此选项默认为关闭状态。

  • -Z, --no-analyze

    该选项指定在重组完成后,是否对表进行分析。

    Vastbase当前必须显式指定此选项,否则会报错。

  • -k, --no-superuser-check

    默认情况下,pg_repack 需要在连接选项的 --username 选项指定超级用户才能执行,但开启该选项可以忽略超级用户检查。此设置对于在支持以非超级用户身份运行的平台上使用 pg_repack 很有用。

  • -C, --exclude-extension

    默认为空,该选项指定一个拓展插件,在大范围重组的情况下,会忽略该拓展插件所涉及或者所需的系统表和普通表。

    该选项仅在大范围repack时才会生效,因此不能与 -t /--table 选项,-l/--parent-table 选项同时使用,同理 -i/-x也不行。

连接选项

连接到服务器的选项,不能同时使用--all--dbname--table--parent-table

  • -d, --dbname=DBNAME

    指定要重组的数据库的名称。

  • -h, --host=HOSTNAME

    指定运行服务器的机器主机名。如果该值以斜杠开头,则将其用作 Unix 域套接字的目录。

  • -p, --port=PORT

    指定服务器正在侦听连接的TCP端口或本地Unix域套接字文件扩展名。

  • -U, --username=USERNAME

    指定要连接的用户名。

  • -w, --no-password

    不出现输入密码提示。如果主机要求密码认证并且密码没有通过其他形式给出,则连接尝试将会失败。

  • -W, --password

    指定-U参数所指定的用户密码。

通用选项

  • -e, --echo

    回显命令发送到服务器。

  • -E, --elevel=LEVEL

    指定输出的消息的等级。

    取值范围:DEBUG,INFO,NOTICE,WARNING,ERROR,LOG,FATAL和PANIC。

    默认值:INFO

  • --help

    打印帮助信息并退出。

  • --version

    打印版本信息并退出。

示例

本示例通过函数pg_total_relation_size查询得到的数据表所用磁盘空间作为指标,来判断执行pg_repack前后,数据表占用的磁盘空间是否减少。查询得到的磁盘空间以及重组前后的差值因环境不同而存在差异,请知悉。

前置步骤: 执行如下命令安装pg_repack插件。

create extension pg_repack;

示例1: 对普通表进行重组。

1、创建测试表。

CREATE TABLE repack_test (
    id SERIAL PRIMARY KEY,
    table_data TEXT,
    created_time TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

2、插入数据。

DO $$
DECLARE
    i INT;
BEGIN
    FOR i IN 1..10000 LOOP
        -- 插入10000行随机元组
        INSERT INTO repack_test (table_data) VALUES (md5(random()::text));
    END LOOP;
END;
$$;

3、删除部分数据以模拟碎片化空洞。

DELETE FROM repack_test WHERE id % 10 = 0;  -- 删除其中10%的数据

4、检测表大小。

SELECT pg_size_pretty(pg_total_relation_size('repack_test'));

返回结果为:

pg_size_pretty
---------------
1216 kB
(1 row)

5、按\q退出vsql,执行pg_repack工具。

pg_repack --dbname=vastbase --table=repack_test --no-superuser-check --no-analyze

执行成功,返回如下内容:

INF0:repacking table "public.repack_test"
WARNING: Trigger function with non-plpgsql type is not recommended.
DETAIL:Non-plpgsql trigger function are not shippable by default.
HINT: Unshippable trigger may lead to bad performance.
INF0:repacking table "public.repack_test" success

6、再次连接vsql并检测表大小。

vsql -d vastbase -r
SELECT pg_size_pretty(pg_total_relation_size('repack_test'));

返回结果如下,数据表占用的磁盘空间已减少:

pg_size_pretty
---------------
1104 kB   
(1 row)

示例2: 对继承表进行重组。

由于继承表的概念目前只在PostgreSQL兼容模式下实现,所以该示例执行环境为PG兼容模式。

1、创建父表。

CREATE TABLE vehicle (
    id SERIAL PRIMARY KEY,
    brand VARCHAR(50),
    model VARCHAR(50)
);

2、创建子表。

-- 创建子表 car
CREATE TABLE car (
    id SERIAL PRIMARY KEY,
    brand VARCHAR(50),
    model VARCHAR(50),
    car_type VARCHAR(50)
) INHERITS (vehicle);

-- 创建子表 truck
CREATE TABLE truck (
    id SERIAL PRIMARY KEY,
    brand VARCHAR(50),
    model VARCHAR(50),
    truck_type VARCHAR(50)
) INHERITS (vehicle);

3、向表中插入数据。

-- 插入大量数据到父表 vehicle
INSERT INTO vehicle (brand, model) SELECT 'BrandA', 'ModelA' || i FROM generate_series(1, 10000) AS i;

-- 插入大量数据到子表 car
INSERT INTO car (brand, model, car_type) SELECT 'BrandB', 'ModelB' || i, 'Sedan' FROM generate_series(1, 10000) AS i;

-- 插入大量数据到子表 truck
INSERT INTO truck (brand, model, truck_type) SELECT 'BrandC', 'ModelC' || i, 'Pickup' FROM generate_series(1, 10000) AS i;

4、删除测试表的部分数据。

DELETE FROM vehicle WHERE id % 10 = 0;
DELETE FROM car WHERE id % 10 = 1;
DELETE FROM truck WHERE id % 10 = 2;

5、检测每个表的空间占用。

SELECT 'vehicle', pg_size_pretty(pg_total_relation_size('vehicle'));
SELECT 'car', pg_size_pretty(pg_total_relation_size('car'));
SELECT 'truck', pg_size_pretty(pg_total_relation_size('truck'));

返回结果为:

?column?    |pg_size_pretty
------------+---------------
vehicle     |  904 kB
(1 row)

?column?    |pg_size_pretty
------------+---------------
car         |  1008 kB
(1 row)

?column?    |pg_size_pretty
------------+---------------
truck       |  1008 kB
(1 row)

6、按\q退出vsql,执行pg_repack。

pg_repack --dbname=vastbase --parent-table=vehicle --no-superuser-check --no-analyze --elevel=DEBUG

7、再次连接vsql并检测重组后表的大小。

vsql -d vastbase -r
SELECT 'vehicle', pg_size_pretty(pg_total_relation_size('vehicle'));
SELECT 'car', pg_size_pretty(pg_total_relation_size('car'));
SELECT 'truck', pg_size_pretty(pg_total_relation_size('truck'));

从如下返回结果可以看出,父表和子表占用的磁盘空间均已减少:

?column?    |pg_size_pretty
------------+---------------
vehicle     |  816 kB
(1 row)

?column?    |pg_size_pretty
------------+---------------
car         |  816 kB
(1 row)

?column?    |pg_size_pretty
------------+---------------
truck       |  816 kB
(1 row)