返回资讯中心
外部精选
软件工程
#社区热议

PostgreSQL 19 发布,已在 Neon 和 Databricks Lakebase 上线

来源标题:Postgres 19 is out, and it's available on Neon and Databricks Lakebase

PostgreSQL 19 正式发布,并已在 Neon 和 Databricks Lakebase 平台提供。该版本没有单一颠覆性功能,重点解决表膨胀、查询计划不稳定、副本延迟等运维难题,并新增 REPACK 命令以减少维护时的锁表影响。

Hacker Newssp_from_db2026/11/20 · 今天16 分钟阅读

以下正文由 AI 翻译自 Hacker News(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

PostgreSQL 19 是一个务实的版本。它没有一个能改变 PostgreSQL 定位的 headline 功能。相反,19 版瞄准的是数据库团队非常熟悉的运维难题:表膨胀、查询计划不稳定、副本延迟、统计信息不完整,以及在生产环境难以安全执行的维护操作。

贯穿其中的主线是控制力。当默认行为不够用时,PostgreSQL 19 提供了更多介入手段,同时没有放弃这个项目对可靠性和可预测行为的坚持。

完整的变更列表见 PostgreSQL 19 release notes。

PostgreSQL 使用多版本并发控制,因此一次 UPDATE 会创建新的行版本,而一次 DELETE 会留下死元组。日常的 vacuum 能让这些空间可被复用,但不一定把空间归还给操作系统,也不一定恢复有用的物理行顺序。随着时间推移,更新频繁的表可能变得膨胀且物理聚集度变差。

以往的解决办法是 VACUUM FULL、CLUSTER,或者 pg_repack 这类外部工具。内置命令确实有效,但它们会在整个操作期间持有 ACCESS EXCLUSIVE 锁,阻塞对表的正常访问。

PostgreSQL 19 新增了 REPACK,它能在回收空间的同时,让正常读写在该操作的大部分时间内继续进行。例如,一个聊天应用可以在按会话和发送时间聚集 messages 表行的同时重建该表,并复用已有的索引:

REPACK 像 VACUUM FULL 一样回收空间;配合 USING INDEX,它还会像 CLUSTER 一样对行进行物理排序。使用 CONCURRENTLY 时,PostgreSQL 会在正常读写继续进行的同时重建表,并通过逻辑解码捕获持续发生的变更。随后它获取 ACCESS EXCLUSIVE 锁,应用剩余捕获到的变更,并把新表和索引文件替换到位。这个阶段通常很短,但在繁忙的表上可能耗时更长。

这有一些运维约束。并发 repack 会在操作期间额外创建一个 replication slot,因此需要在 max_repack_replication_slots 之下有可用容量,并且表必须具有非延迟主键或合适的基于索引的 replica identity。它还需要临时磁盘空间来存放表及其所有索引的副本,可能还需要一个最大可达表大小的排序文件。更新和删除流量大的表还面临一个额外限制:当前上游 PostgreSQL 19 的实现中,如果在 REPACK (CONCURRENTLY) 运行期间目标表中有超过约 1.04 亿个元组被更新或删除,操作就会失败。这里统计的是 repack 期间发生的变更,而不是表中已有的行。

并非所有关系类型都适用。长事务会延迟最后的加锁。并发 repack 也不是 MVCC 安全的:它提交之后,使用 repack 开始前所取快照的事务会看到该表为空。此外,物理聚集度也会随着后续写入而退化。

REPACK CONCURRENTLY 仍然需要规划,但它把一个过去需要更多停机时间或依赖扩展才能完成的任务带入了核心。

PostgreSQL 基于成本的优化器使用表统计信息和成本估算来选择执行计划。大多数时候,这运作良好。

统计信息能很好地描述单张表,但真实数据集往往包含更难捕捉的关联关系。设想企业客户只占客户的 0.1%,却产生了 30% 的订单。单表统计信息无法捕捉这种跨表相关性。

在 orders.customer_id 上有索引的情况下,规划器可能估算每个企业客户只有少量订单,从而选择一个反复探测该索引的 nested loop。如果这些客户实际上贡献了 30% 的订单,那么每次查找返回的行数都远超预期,此时 hash join 可能更合适。

PostgreSQL 19 为此新增了 pg_plan_advice 和 pg_stash_advice:

这些组件并不添加跨表统计信息,也不取代规划器。它们的作用是让你在估算不准导致糟糕计划时进行干预。

考虑一个统计企业客户订单数的查询:

这里,c 是过滤后 customers 表的别名。下面的 advice 要求 PostgreSQL 把这些客户放在 hash join 的内侧:

当 PostgreSQL 能够应用该 advice 时,EXPLAIN 会报告类似如下的反馈:

matched 表示最终计划符合该 advice。这并不意味着新计划一定更好;你仍然需要结合实际负载来评估它。

与内联的优化器 hint 不同,plan advice 存在于应用程序查询文本之外。你可以检查当前计划、测试针对性的 advice,然后按 query ID 将其 stash 起来。

pg_stash_advice 是自动应用已 stash advice 的组件。在使用其 stash 管理函数之前,需要在每个数据库中创建该扩展:

创建一个 stash,并把测试过的 advice 与 EXPLAIN (VERBOSE) 报告的 query ID 关联起来。把 <query_id> 替换为你计划中的标识符:

配置数据库,使新连接使用该 stash:

把 appdb 替换为你的数据库名。

一旦诊断出问题,就把 plan advice 当作稳定器来用。数据分布会变化,缓存的 prepared statement 可能在一段时间内继续使用旧计划,而优化器正确的次数仍然多于错误的次数。

当规划器意外地把关键查询切换到更差的计划时,PostgreSQL 19 提供了一种受支持的方式来稳定它。

Autovacuum 现在可以在 vacuum 索引时使用并行 worker,由 autovacuum_max_parallel_workers 控制。新的评分系统会根据表需要 vacuum 或 analyze 的紧迫程度,对符合条件的表进行优先级排序。

新的统计视图暴露了更多服务器内部行为:

查询级诊断也有所改进。EXPLAIN (ANALYZE, IO) 会报告异步 I/O 活动,auto_explain.log_io 可以把同样的信息包含在记录的日志计划中。

PostgreSQL 19 还会在 pg_stat_wal、EXPLAIN (ANALYZE, WAL) 以及 vacuum 和 analyze 日志中报告 full-page image 写入的字节数。

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →