PostgreSQL 14新特性－－減少索引膨脹

PG12中索引的存儲更加高效，PG13添加索引條目去重功能進一步提升存儲效率。PG14將帶來“自底向上”的索引條目去除功能，旨在減少不必要的頁面分裂、索引膨脹和更新大量索引帶來的碎片。

為什么會出現索引膨脹

對于B－tree索引，表中每個行版本都有一個未死的索引條目（對所有人可見）。執行vacuum刪除死記錄時，也會刪除對應的索引條目。和表一樣，同樣會在索引頁中創建空的空間。這樣的空間可以重用，但是如果沒有新元組插入該頁，這樣的空間會保持為空。

這種膨脹在某種程度上是不可避免的，也是正常的。但如果膨脹太多，索引效率就會降低：

1） 對于索引范圍掃描，必須掃描更多的頁

2） RAM中緩存了索引頁，意味著緩沖膨脹，就是浪費了RAM

3） 每個頁中更少的索引條目意味著更少的“fan out”，索引樹的層級將更高

如果頻繁更新相同行，就會發生這種情況。VACUUM清理老元組前，表和索引會維護相同行的很多版本。如果索引頁填滿，將令人很煩：然后PG會將索引頁分裂成2個。這是一個昂貴的操作，VACUUM執行完清理，我們最終會得到2個臃腫的頁面而不是一個。

當前用于改善索引膨脹和性能的特性HOT元組

HOT元組的創建可能是PG對抗索引中不必要條目的強大武器。使用此功能UPDATE創建產生的元組不會被索引條目引用，它還會引用元組的老版本。通過這種方法，不需要創建新的索引條目，可以避免索引膨脹。

殺死索引條目

當索引掃描遇到一個指向死元組的條目時，標記該條目“killed”。后續索引掃描會在VACUUM刪除他們之前跳過這些條目。此外，PG可以在索引頁面已滿時刪除這樣的條目，以避免頁分裂。

PG14如何進一步減少索引膨脹

自下而上的索引元組刪除比之前方法更進一步：他在索引頁分裂即將發生前就刪除指向死元組的索引條目。這可以減少索引條目的數量并避免昂貴的分裂，以及稍后VACUUM清理參數的膨脹。

在某種程度上，這執行了之前VACUUM的部分公眾，在這點上可以避免索引膨脹。

案例

為了演示新功能效果，使用pgbench分別在PG13和14上執行操作：

測試表：

Pgbench名為bench．sql的腳本：

我運行腳本 60000 次（6 個客戶端 10000 次迭代），如下所示：

pgbench －n －c 6 －f bench．sql －t 10000 test

比較測試結果

我們使用pgstattuple擴展來獲取psql 的索引統計信息：

這是我們在 v13 中得到的：

對于 v14，結果是：

改進最大的時testtab＿unchanged＿idx。在13中，索引膨脹嚴重，而在14中僅有60％的膨脹（這對索引來說還不錯）。在這里我們看到了新功能的最大影響。UPDATE不掃掃描那個索引，因此沒有killed的索引條目，“自底向上的刪除”可以刪除足夠的這樣的條目避免分裂。

也可以衡量testtab＿pkey。由于UPDATE掃描該索引，死的索引元組被killed，新特性在分裂前刪除這些元組。與13相比，效果不太明顯，因為13已經很好地避免索引膨脹了。

索引testtab＿changed＿idx無法從新特性中獲益。因為這進解決了UPDATE不修改索引值的情況。如果想知道為什么testtab＿unchanged＿idx葉子密度比13低：刪除了索引重復數據。

Pg＿upgrade后我們可以使用這項功能嗎？

索引的存儲格式沒有變，所以pg＿upgrade PG12及之后版本創建的索引后會自動公眾。但之前版本創建的索引，需要REINDEX后獲益。記住，pg＿upgrade僅拷貝索引文件，不會更改內部索引版本。

總結

PG14繼續改進B－tree索引。這個特性雖不是革命性的，但有望為許多公眾負載提供改進的性能，尤其是那些有大量更新的工作負載。