ApsaraDB RDS:Use the pg_squeeze extension to shrink bloated tables and indexes

Pré-requisitos

Antes de começar, verifique se você possui:

• Uma instância RDS executando a versão secundária do mecanismo 20240229 ou posterior. Para o PostgreSQL 17, a versão secundária do mecanismo deve ser 20241030 ou posterior. Para verificar e atualizar sua versão, consulte Atualizar a versão secundária do mecanismo.

• Os seguintes parâmetros configurados na sua instância RDS. Para obter detalhes, consulte Modificar os parâmetros de uma instância do ApsaraDB RDS for PostgreSQL:

  • wal_level definido como logical

  • pg_squeeze adicionado a shared_preload_libraries

• Espaço livre em disco suficiente. A extensão requer pelo menos o dobro do tamanho combinado da tabela e de seus índices. Por exemplo, se uma tabela e seus índices totalizarem 1 GB, você precisará de pelo menos 2 GB de espaço livre adicional.

Como funciona

O PostgreSQL utiliza o Controle de Concorrência Multiversão (MVCC) para gerenciar transações simultâneas. Quando uma linha é atualizada ou excluída, o PostgreSQL marca a versão antiga da linha como um dead tuple em vez de sobrescrevê-la. Os dead tuples são invisíveis para novas transações, mas continuam ocupando espaço em disco. Com o tempo, esse acúmulo resulta no inchaço da tabela.

O autovacuum consegue limpar dead tuples, mas não elimina totalmente o inchaço da tabela, pois o espaço anteriormente ocupado por eles não é recuperado imediatamente. O comando VACUUM FULL recupera esse espaço, mas exige um Access Exclusive Lock, tornando a tabela inacessível durante toda a operação.

A extensão pg_squeeze opera de forma diferente: ela reconstrói a tabela criando uma nova cópia da original, o que elimina os dead tuples. A tabela permanece disponível para leituras e escritas durante todo esse processo. Além disso, é possível executar instruções SQL diretamente, sem a necessidade de usar um cliente externo.

Detectar inchaço de tabela

Tabelas com operações frequentes de UPDATE ou DELETE são as mais propensas ao inchaço. Utilize o SQL abaixo para estimar a taxa de inchaço de uma tabela específica:

CREATE EXTENSION pgstattuple;
SELECT *, 1.0 - tuple_len::numeric / table_len AS bloat FROM pgstattuple('your_relation');

A taxa de inchaço representa a proporção de espaço não utilizado na tabela:

bloat rate = 1 - (live tuple space / total table space)

Limitações

• A tabela deve possuir uma chave única.

• O processo de limpeza consome uma quantidade significativa de recursos de I/O. Recomendamos realizar a limpeza fora dos horários de pico.

• Para limpar tabelas em vários bancos de dados, crie a extensão separadamente em cada banco de dados.

Configurar o pg_squeeze

Crie a extensão no banco de dados de destino:

CREATE EXTENSION pg_squeeze;

Para remover a extensão:

DROP EXTENSION pg_squeeze;

Reduzir tabelas inchadas

SELECT squeeze.squeeze_table('public', 'bar');

INSERT INTO squeeze.tables (tabschema, tabname, schedule)
VALUES ('public', 'foo', ('{30}', '{22}', NULL, NULL, '{3, 5}'));

Referências

• pg_squeeze no GitHub