每次更新都会留下幽灵：PostgreSQL中的MVCC、膨胀与VACUUM
内容提要
PostgreSQL通过MVCC实现多版本并发控制，每次更新会保留旧版本元组，导致表膨胀。事务使用XID和命令ID跟踪可见性，快照隔离决定数据可见性。VACUUM清理死元组，但受事务地平线限制，长事务会阻止清理。子事务和HOT链影响清理效率，需定期维护以避免性能下降。
延伸解读
理解事务地平线：长事务的隐藏代价
文章通过示例展示了即使执行了VACUUM，只要有一个长时间运行的REPEATABLE READ事务持有旧快照，死元组就无法被清理。这是因为VACUUM只能清理早于事务地平线的死元组。实际运维中，一个被遗忘的报表查询或连接池中的空闲事务都可能成为“地平线持有者”，导致表膨胀持续累积。排查时，应关注pg_stat_activity中backend_xmin最老的会话，而不只是看事务持续时间。
HOT更新与索引维护的权衡
文章提到，当更新不涉及索引列且新版本仍留在同一页面时，PostgreSQL会形成HOT链，VACUUM后旧行指针变为LP_REDIRECT，从而避免索引重建。这解释了为什么频繁更新非索引列的表膨胀更可控。反之，若更新索引列或跨页更新，HOT失效，索引也会产生死元组，膨胀更严重。设计表结构时，减少不必要的索引列更新，有助于降低维护成本。
VACUUM与VACUUM FULL的适用场景
标准VACUUM只标记空间可复用，不归还给操作系统，表文件大小不变；而VACUUM FULL会重写表并压缩文件，但会持有ACCESS EXCLUSIVE锁，阻塞所有访问。文章示例显示，标准VACUUM后页面内仍有未使用的行指针，而VACUUM FULL后只剩一个紧凑元组。因此，日常清理应依赖autovacuum和标准VACUUM，仅在需要回收磁盘空间或严重碎片化时，才在维护窗口执行VACUUM FULL。
Q&A
PostgreSQL中的MVCC是什么？它如何解决并发读写问题？
MVCC（多版本并发控制）是PostgreSQL用于处理并发的一种机制。它通过保留行的多个版本，让每个事务读取其快照允许的版本，从而实现了读不阻塞写、写不阻塞读。这样，事务可以获得一致且隔离的数据视图，同时其他事务可以并发进行更新。
PostgreSQL中如何通过xmin和xmax列跟踪元组的可见性？
每个元组（行版本）都有隐藏的系统列xmin和xmax。xmin记录创建该元组的事务ID，xmax记录删除该元组的事务ID（如果未删除则为0）。通过检查这些值以及事务的提交状态，PostgreSQL可以确定该元组对当前事务是否可见。
什么是快照隔离？PostgreSQL中的快照是如何工作的？
快照隔离是决定事务看到哪个数据版本的机制。PostgreSQL在事务第一次查询时捕获一个快照，记录当时活跃的事务列表。快照由xmin、xmax和xip_list组成，用于判断哪些事务的修改可见。例如，在REPEATABLE READ隔离级别下，事务在整个生命周期内看到的数据保持一致。
PostgreSQL中的子事务是什么？它们如何影响事务ID和回滚？
子事务是嵌套在父事务中的事务，通过SAVEPOINT创建。每个子事务会分配独立的事务ID，因此由子事务插入的行的xmin会记录子事务ID。回滚到保存点只会撤销该子事务的修改，父事务可以继续。子事务也用于PL/pgSQL中的异常处理，捕获错误后仅回滚出错的部分。
什么是命令ID（cmin）？它如何解决Halloween问题？
命令ID是事务内部递增的计数器，用于标识事务中每个数据修改语句。每个新元组会记录创建它的命令ID（cmin）。这确保了单个查询不会读取到自身修改产生的数据，从而避免了Halloween问题（即更新操作可能无限循环地处理自己更新的行）。
PostgreSQL中的表膨胀是什么？如何通过VACUUM清理？
表膨胀是指由于MVCC机制，更新和删除操作留下的旧版本元组占用磁盘空间，导致表和索引变大，性能下降。VACUUM命令可以清理死元组，标记空间为可重用。但VACUUM只能清理早于事务地平线的死元组，如果存在长事务或旧快照，清理会被阻塞。VACUUM FULL可以完全重建表并收缩文件大小，但会锁定表。
什么是事务地平线？它如何影响VACUUM的清理能力？
事务地平线是PostgreSQL中可能仍然需要旧行版本的最早事务ID。VACUUM只能删除早于地平线的死元组。如果存在长时间运行的事务或旧快照，地平线会保持较旧，导致死元组无法被清理，从而造成膨胀。通过查询pg_stat_activity可以找到持有地平线的会话。
PostgreSQL中的HOT（Heap-Only Tuple）链是什么？它如何提高更新性能？
HOT链是指更新操作在同一页面内进行且未修改索引列时，旧版本元组通过重定向指针（LP_REDIRECT）指向新版本，从而避免更新索引。这减少了索引维护的开销，提高了更新性能。VACUUM会清理HOT链中的死版本，并保留重定向指针以维持索引有效性。
