PostgreSQL / 系统课时
调优冷热分区 Autovacuum
调优冷热分区 Autovacuum
同一张分区表里,当前热点分区可能持续写入和更新,而历史分区几乎只读。统一使用一套 Autovacuum 触发条件往往顾此失彼。本课以 PostgreSQL 18 为基线,按叶子分区设置不同阈值,并用统计数据验证调优是否真的生效。
学习目标
- 理解 Autovacuum 在叶子分区上的触发依据
- 为热点分区设置更及时的
VACUUM与ANALYZE阈值 - 为冷分区保留安全的冻结和统计维护策略
先按变化率而不是日期分类
“热”不是分区名里日期最新,而是单位时间内 INSERT、UPDATE、DELETE 或查询分布变化明显。热点分区需要更快清理死元组、更快刷新统计;真正只读的冷分区则很少触发常规维护,不需要为了省资源直接关闭 Autovacuum。
Autovacuum 对每个叶子分区独立判断。更新或删除触发 VACUUM 时,核心阈值可理解为“基础阈值 + 比例因子 × 估算行数”,并受最大阈值限制;ANALYZE 也使用独立的基础阈值和比例因子。插入密集型表还有单独的 insert-vacuum 触发条件。
| 分区状态 | 维护重点 | 优先调整 |
|---|---|---|
| 高频更新、删除 | 尽早回收死元组 | 降低 autovacuum_vacuum_scale_factor |
| 高频插入 | 及时维护可见性与冻结 | 调整 insert threshold/scale factor |
| 数据分布快速变化 | 避免估算陈旧 | 降低 autovacuum_analyze_scale_factor |
| 基本只读 | 避免无意义的激进参数 | 恢复默认策略,必要时做一次人工冻结 |
给热点叶子更早的触发点
下面是片段示例,假设 sales.orders_2026_09 是当前热点分区。数值只是起始基线,不是通用最佳值;上线前应结合分区行数、写入速率、I/O 和 Autovacuum 完成时间验证。
ALTER TABLE sales.orders_2026_09 SET (
autovacuum_vacuum_threshold = 1000,
autovacuum_vacuum_scale_factor = 0.02,
autovacuum_analyze_threshold = 500,
autovacuum_analyze_scale_factor = 0.01,
autovacuum_vacuum_insert_threshold = 5000,
autovacuum_vacuum_insert_scale_factor = 0.05
);
SELECT unnest(reloptions) AS option
FROM pg_class
WHERE oid = 'sales.orders_2026_09'::regclass
ORDER BY 1;预期输出
option
----------------------------------------------
autovacuum_analyze_scale_factor=0.01
autovacuum_analyze_threshold=500
autovacuum_vacuum_insert_scale_factor=0.05
autovacuum_vacuum_insert_threshold=5000
autovacuum_vacuum_scale_factor=0.02
autovacuum_vacuum_threshold=1000较低的比例因子会让大分区在累计较少变化时就进入维护候选队列,但“达到阈值”不等于立刻完成维护;若所有 worker 都在忙,热点分区仍可能排队。
冷分区不要用关闭 Autovacuum 代替调优
历史分区进入稳定只读阶段后,通常可以撤销曾为热点阶段设置的激进覆盖,让它回到实例级默认策略。对确定不再写入的分区,可在低峰期做一次人工冻结和统计刷新,减少后续冻结压力。
ALTER TABLE sales.orders_2026_01 RESET (
autovacuum_vacuum_threshold,
autovacuum_vacuum_scale_factor,
autovacuum_analyze_threshold,
autovacuum_analyze_scale_factor,
autovacuum_vacuum_insert_threshold,
autovacuum_vacuum_insert_scale_factor
);
VACUUM (FREEZE, ANALYZE) sales.orders_2026_01;预期输出
ALTER TABLE
VACUUMVACUUM FREEZE 会比普通维护更积极地处理可冻结元组,应安排在确认冷分区稳定且资源允许时执行。即使是历史分区,也不建议简单设置 autovacuum_enabled = false:常规维护会因此丢失,而事务 ID 回卷保护又不会因为这个开关彻底消失。
用观测结果反推下一轮参数
调优后应持续看叶子分区的死元组、修改量和自动维护时间,而不是只确认 reloptions 已写入。下面的查询可同时比较热点和冷分区。
SELECT
relname,
n_live_tup,
n_dead_tup,
n_mod_since_analyze,
last_autovacuum,
last_autoanalyze
FROM pg_stat_user_tables
WHERE schemaname = 'sales'
AND relname IN ('orders_2026_01', 'orders_2026_09')
ORDER BY relname;预期结果
relname | n_live_tup | n_dead_tup | n_mod_since_analyze | last_autovacuum | last_autoanalyze
----------------+------------+------------+---------------------+-----------------+-----------------
orders_2026_01 | <VALUE> | <VALUE> | <VALUE> | <TIME> | <TIME>
orders_2026_09 | <VALUE> | <VALUE> | <VALUE> | <TIME> | <TIME>实际值会随业务变化。热点分区若长期积累死元组,可继续降低触发阈值,并检查 worker 数量、维护耗时和 I/O 是否成为瓶颈;若维护过于频繁却几乎没有收益,则应适当放宽。冷分区的目标不是“永不 VACUUM”,而是在极低变化量下保持冻结安全、统计可用且维护成本可控。以上参数只调节叶子分区;分区父表的跨分区统计仍需按数据分布变化主动执行人工 ANALYZE。