在仅接收INSERT的表上运行VACUUM是否值得？

在2015年的re：Invent谈话中，AWS提到，不仅应在更新或删除之后运行真空，而且还应在插入之后运行真空。这是演讲的相关部分：

http://www.youtube.com/watch?v=tZXp19q8RFo&t=16m2s

假设即使块仅接收插入，也必须对其进行一些清理，并且可以在第一次选择块时（降低读取速度）或在真空期间进行清理。这是真的吗？如果是，那么到底必须执行什么清理工作？

tl; dr：在提交数据后读取数据的第一个进程将设置提示位。这将弄脏页面，从而创建写活动。另一件事VACUUM（但不是其他命令）所做的是在适当的情况下将该页面标记为全可见。VACUUM最终将不得不击中桌子以冻结元组。

插入之后需要完成的工作并不是真正的清理工作，至少在其他工作VACUUM通常没有的意义上。在详细介绍之前，请注意，此答案基于当前（未发布）的9.6代码，并且尽管它可能影响可见性，但我忽略了流复制的影响。

由于MVCC，每次Postgres评估一个查询是否应该显示一个元组时，它都必须考虑创建该元组的事务（记录在xmin隐藏字段中）是否与其他条件一起提交。该检查非常昂贵，因此一旦知道所有当前打开的事务都可见一个事务，则在元组标头上设置“提示位”以表明这一点。该位的设置会使页面变脏，这意味着必须将其写入磁盘。如果下一个读取数据的命令SELECT突然产生大量写入流量，这可能会造成混乱。VACUUM在插入提交之后运行a 将避免这种情况。另一个重要的区别是VACUUM将始终提示页面上的元组（只要它在页面上获得了清除锁），但是大多数其他命令仅提示在命令开始之前是否执行了插入事务。

编写所有这些提示位的重要一点是VACUUM可以对其进行限制（默认情况下对autovacuum进行限制）。其他命令未受限制，将尽快生成脏数据。

VACUUM是将页面标记为全部可见的唯一方法，这是某些操作（尤其是仅索引扫描）对性能的重要考虑。如果您进行大插入，那么很可能有很多页面，除了新插入的元组之外什么都没有。VACUUM可以将这些页面标记为全可见，但VACUUM前提是启动时最早运行的事务比插入数据的事务新。

由于MVCC的工作原理，在大约20亿笔交易之前插入的元组必须标记为“ 冻结 ”。默认情况下，每2亿笔交易会自动进行一次vacuumum。批量插入后运行将vacuum_freeze_min_age设置为0的手动真空可以帮助减少这种影响。更积极地讲，VACUUM FREEZE插入后可以在表上运行。那将在下次冻结扫描发生时“重置时钟”。

如果您想了解特定的详细信息，请HEAPTUPLE_LIVE在致电HeapTupleSatisfiesVacuum()inside 之后查看案例lazy_scan_heap()。另请参阅HeapTupleSatisfiesVacuum()本身，并将其与进行比较HeapTupleSatisfiesMVCC()。

我的另外两个演示可能很有趣。第一个视频可从http://www.pgcon.org/2015/schedule/events/829.en.html上获得，而第二个视频（我认为更好一点）可在https://www.youtube上获得。 com / watch？v = L8nErzxPJjQ