
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,已可在 Neon 和 Databricks Lakebase 上使用。该版本没有单一标志性功能,主要针对表膨胀、查询计划不稳定、副本延迟、统计信息不完整等运维难题。新增 REPACK 命令,可在不获取 ACCESS EXCLUSIVE 锁的情况下重整表。
以下正文由 AI 翻译自 Hacker News 最新(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。它没有哪个单一的重磅功能会改变 PostgreSQL 的本质。相反,版本 19 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,以及难以在生产环境中安全执行的维护工作。
贯穿其中的主线是控制力。PostgreSQL 19 提供了更多手段,让你在默认配置不够用时可以介入,同时不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 发布说明。
PostgreSQL 采用多版本并发控制,因此一次 UPDATE 会创建一个新的行版本,一次 DELETE 会留下一个死元组。常规的 vacuum 会让这部分空间可被复用,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、聚簇效果变差。
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,它在操作的大部分时间里允许正常读写继续进行,同时回收空间。例如,一个聊天应用可以在按会话和发送时间对行进行聚簇的同时重建 messages 表,并复用已有索引:
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。配合 CONCURRENTLY,PostgreSQL 会在正常读写持续进行的同时重建表,并通过逻辑解码捕获正在进行中的变更。随后它会取得 ACCESS EXCLUSIVE 锁,应用剩余捕获到的变更,并把新表和新索引文件换到位。这个阶段通常很短暂,但在繁忙的表上可能耗时更长。
存在一些运维限制。并发 repack 会在操作期间额外创建一个复制槽,因此需要在 max_repack_replication_slots 之下有可用容量,并且表需要有一个非延迟主键,或者一个合适的基于索引的 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。更新和删除流量很大的表还面临一个额外限制:当前上游 PostgreSQL 19 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。物理聚簇也会随着后续写入的到来而逐渐退化。
REPACK CONCURRENTLY 仍然需要规划,但它把一个以往需要更多停机时间或依赖扩展的任务带入了核心。
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。设想企业客户占客户总数的 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嵌套循环。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远超预期,此时哈希连接可能更合适。
PostgreSQL 19 为此新增了 pg_plan_advice 和 pg_stash_advice:
这些组件并不增加跨表统计信息,也不取代规划器。它们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。下面的建议要求 PostgreSQL 把这些客户放在哈希连接的内侧:
当 PostgreSQL 能够应用该建议时,EXPLAIN 会报告类似如下的反馈:
matched 表示生成的计划符合该建议。这并不意味着新计划一定更好;你仍需要结合实际工作负载来评估它。
与内联的优化器提示不同,计划建议存在于应用程序查询文本之外。你可以检查当前计划、测试针对性的建议,然后按查询 ID 将其暂存起来。
pg_stash_advice 是自动应用已暂存建议的组件。在使用其暂存管理函数之前,需要在每个数据库中创建该扩展:
创建一个暂存区,并把测试过的建议与 EXPLAIN (VERBOSE) 报告的查询 ID 关联起来。把 <query_id> 替换为你计划中的标识符:
配置数据库,使新连接使用该暂存区:
把 appdb 替换为你的数据库名称。
一旦诊断出问题,就把计划建议当作一种稳定手段。数据分布会变化,缓存的预备语句可能在一段时间内继续使用较旧的计划,而优化器正确的次数仍然多于错误的次数。
当规划器意外地把一个关键查询切换到更差的计划时,PostgreSQL 19 为你提供了一种受支持的方式来稳定它。
Autovacuum 现在在 vacuum 索引时可以使用并行 worker,由 autovacuum_max_parallel_workers 控制。一套新的评分系统会根据表对 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正在做的事情:
查询级别的诊断能力也有所提升。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计划中。
PostgreSQL 19 还会在 pg_stat_wal、EXPLAIN (ANALYZE, WAL) 以及 vacuum 和 analyze 日志中报告全页镜像写入的字节数。
(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。