Postgresql自动清空花费的时间太长

我有一个db表，它有大约5-6MN个条目，执行吸尘大约需要20分钟。由于此表的一个字段更新非常频繁，因此需要处理大量死行

据估计，根据我们目前的用户群，它每天可能有200万个死元组。因此，对该表进行真空处理需要：

读取IO：因为整个表不在共享内存中

写IO：因为有很多条目需要更新

用真空吸尘器清理桌子的理想方法是什么？我是否应该增加

autovacuum\u成本\u限制

以允许每次自动真空运行进行更多操作？但正如我所看到的，它将增加

IOPS

，这可能会再次阻碍性能。目前，我有

autovacuum\u scale\u factor=0.2

。我应该减少吗？如果我减少它，它会运行得更频繁，虽然写IO会减少，但它会导致更多的时间段和高读IO

此外，随着用户基数的增加，随着表格大小的增加和真空度的增加，需要从磁盘读取大量数据，这将花费越来越多的时间。那么，我该怎么办

我想到的解决方案之一是：

将高度更新的列分隔开，并创建一个单独的表

调整参数使其更频繁地运行以减少写入IO（如上所述）。如何处理更多的读取IO，因为真空将更频繁地运行

将第2点与增加RAM结合起来，以减少读取IO

---

一般来说，人们采取的方法是什么，因为我假设人们必须有非常大的10GB或更大的表，需要进行真空吸尘。

有两种方法：

减少该表的

autovacuum\u vacuum\u成本\u延迟

，使autovacuum变得更快。它仍将消耗I/O、CPU和RAM

将表的

fillfactor

设置为小于100的值，并确保经常更新的列没有索引。然后，您可以获得不需要

VACUUM

的热更新

---

有两种方法：

减少该表的

autovacuum\u vacuum\u成本\u延迟

，使autovacuum变得更快。它仍将消耗I/O、CPU和RAM

将表的

fillfactor

设置为小于100的值，并确保经常更新的列没有索引。然后，您可以获得不需要

VACUUM

的热更新

---

分离纵队是一个可行的策略，但对我来说是最后的选择。PostgreSQL已经具有很高的每行开销，这样做会使其增加一倍（这也可能会消除大部分好处）。另外，它会使您的查询更难看、更难阅读、更难维护、更容易引入bug。如果只对一组列进行索引扫描，而不包括对您来说很重要的列，那么拆分它最有吸引力，并且拆分它可以使其余列的可见性映射保持在更好的状态

你为什么在乎20分钟？这是不是导致了一些不好的事情发生？按照这个速度，你可以每天用吸尘器清理这张桌子72次，这似乎比实际需要清理的次数要多得多。在v12中，自动真空成本延迟的默认值降低了10倍，降至2ms。默认值的这种变化不是由v12中代码的变化驱动的，而是因为认识到在大多数情况下，旧的默认值与现代硬件已经过时。我将毫无困难地将更改推到v11配置中；但我认为这样做也不能解决你的主要担忧

您是否真的对生成的IO数量有问题，或者只是猜测？IO的完成主要是按顺序进行的，但其重要性取决于您的存储硬件。当真空发生时，您是否看到延迟峰值？您是否按IO收费，账单是否过高？高IO本身不是一个问题，只有在它导致问题时才是一个问题

目前，我有自动真空比例系数=0.2。我应该减少吗？ 如果我减少它，它会运行得更频繁，尽管写IO会 减少，但会导致更多的时间段和高读取 木卫一

---

更频繁地运行可能不会使您的写入IO减少很多（如果有的话）。每个表/索引页至少有一个过时的元组需要在每次真空期间写入。编写一个页面只是为了删除一个过时的元组，而不是等到有很多过时的元组可以通过一次写入全部删除，这会导致更多的写入。你可能会在每个真空中写得少一些，但做更多的真空将弥补这一点，而且可能远远超过弥补这一点。

分离专栏是一个可行的策略，但对我来说是最后的手段。PostgreSQL已经具有很高的每行开销，这样做会使其增加一倍（这也可能会消除大部分好处）。另外，它会使您的查询更难看、更难阅读、更难维护、更容易引入bug。如果只对一组列进行索引扫描，而不包括对您来说很重要的列，那么拆分它最有吸引力，并且拆分它可以使其余列的可见性映射保持在更好的状态

你为什么在乎20分钟？这是不是导致了一些不好的事情发生？按照这个速度，你可以每天用吸尘器清理这张桌子72次，这似乎比实际需要清理的次数要多得多。在v12中，自动真空成本延迟的默认值降低了10倍，降至2ms。默认值的这种变化不是由v12中代码的变化驱动的，而是因为认识到在大多数情况下，旧的默认值与现代硬件已经过时。我将毫无困难地将更改推到v11配置中；但我认为这样做也不能解决你的主要担忧

溜溜球