什么是数据库中的表膨胀？

有人可以解释数据库术语中的膨胀吗？例如，说索引过大意味着什么。我尝试搜索它，但没有解释什么是腹胀，仅解释了它是由什么原因引起的。

由于PostgreSQL处理事务和并发的方式，MVCC-多版本并发控制，您可能会肿。在PostgreSQL中，当您执行UPDATE或时DELETE，实际上并没有实际删除该行。对于DELETE，它只是标志着行作为不可用于将来的交易，以及UPDATE，引擎盖这是一个组合下INSERT，然后DELETE，在该行的前一个版本标记为不可用。

数据标记为不可用时，它仍然存在，并且无法使用空间。为了将空间标记为可供数据库使用，需要在操作后进行真空处理，并标记该空间可供数据库使用。但是，它不会返回到操作系统。仅当整个页面中没有活动的行时才会发生这种情况，这在某些工作负载中很少见。对于某些工作负载而言，这可能是一件好事，因为您可以简单地更新数据文件内部各个页面上的空间，而无需添加其他数据文件。

当死元组与活元组的数量过多时，膨胀会带来问题。遍历并检查所有可见性标志需要花费时间，并且具有更多数据关系的文件会导致额外的不必要的IO负载。膨胀在索引上尤其明显，索引也可能有很多死元组，有时比表还多。Bloat会减慢索引查找和扫描的速度，这将在缓慢增加的查询时间和更改查询计划中显示。

您可以使用恢复空间pg_reorg，pg_repack，CLUSTER或VACUUM FULL。这将经历并重新组织文件，移动元组并进行重新组织以确保没有无效的元组，从而消除了膨胀。

还可以通过调整VACUUM每个表的设置来有效地管理Bloat ，这标志着死元组空间可用于后续查询重用。

您可以在PostgreSQL Wiki上使用与Show Database Bloat和Index Bloat相关的查询来确定您有多少膨胀，然后从中进行一些性能分析，以查看表上的膨胀量是否存在问题。

这可能是索引的常见问题，其中索引中添加了两个很多列，或者表上有重叠的索引。也就是说，其中有一组相同列的多个索引（使其中一个不必要）。我将查看表上的所有索引，以查找重叠的列，查找只是其他索引的子集的索引，如果可以确定未使用它们，则将其删除。

最重要的是，随着表中数据的更新，索引可能会变得碎片化，从而导致索引超出必要范围。我对postgres并不熟悉，但是我怀疑有一些方法可以对索引进行碎片整理（通过重建索引），以减少磁盘上的大小。