Postgresql 如何在不锁定表的情况下在Postgres中回填列？

最近，我在我的4000多万行Postgres表v9.6中添加了一个新的列

ALTER TABLE queries
   ADD COLUMN ml_partition_source UUID;

然后在另一个事务中，我执行了

ALTER TABLE queries
   ALTER COLUMN ml_partition_source
      SET DEFAULT public.gen_random_uuid();

我在两个事务中这样做，因为在一个新列上设置默认值会导致Postgres重写整个表，这可能需要几个小时，在生产中是不可接受的

现在，我想为添加新列之前存在的所有查询回填此列，而不锁定表。一种方法是使用CRUD API，但一些粗略的计算表明，这需要大约22天的时间，也许我的API性能可以提高，但这是一个完全不同的问题。相反，我尝试编写postgres函数：

CREATE OR REPLACE FUNCTION backfill_partition_source()
  RETURNS void AS $$
declare
  query_ record;
BEGIN
  for query_ in
  select * from api_mldata.queries where ml_partition_source is null
  loop
    update api_mldata.queries SET ml_partition_source = public.gen_random_uuid() where id = query_.id;
  end loop;
END;
$$ LANGUAGE plpgsql;

并使用选择回填分区源执行该操作；。但最终还是把桌子锁上了

如何在不影响生产或对生产影响最小的情况下回填柱

编辑：我的一个想法是将Postgres脚本分块，一次操作100k行或类似的内容，然后在循环中执行脚本。因此select语句将成为

select * from api_mldata.queries
where ml_partition_source is null
limit 100000;

---

你不能不锁门就离开，但是你可以把锁保持得相当短

与其在循环中运行多个单行更新，不如运行更大的更新：

UPDATE api_mldata.queries
SET ml_partition_source = DEFAULT
WHERE id BETWEEN 1 AND 999999;

这里id是表的主键

这样，您就可以进行一些更大的更新，每个更新针对不同的ID范围

---

为了避免膨胀和过度锁定，请在各自的事务中运行每个语句，并在语句之间的表上启动一个显式真空。

哦，太棒了！如果表的主键是UUID，您是否预计会出现任何问题？不，应该可以。您也不必使用主键——任何可以用来高效创建合理块的列都可以。