PostgreSQL表膨胀与autovacuum治理实践：回收机制与年龄监控

大家好，我是数据库小学妹👋 我踩过的坑，你别再踩。

前段时间我接手一套 PostgreSQL 库。运维在群里说磁盘快满了，问我是不是该扩容。我先看表行数，没怎么涨。再看磁盘占用，涨得离谱，两个数完全对不上。我拿 MySQL 的经验套，心想大概是统计不准。随手 ANALYZE 了一下，就过去了。

半个月后集群突然不让写了，应用报一堆错。日志里反复出现一句话，说要先执行 vacuum。原来它是在自我保护，我还当是统计的问题。我这才回头去啃 PG 的回收机制。

垃圾是从哪来的

PG 的多版本机制和 MySQL 不一样。改一行，它会插一条新版本，旧的那行留在原地、标成死元组。读的时候按快照挑能看见的那份。这样读写互不阻塞，代价是垃圾会一直堆。

正常情况这些死元组由 vacuum 回收，空间留给后来复用。一旦回收跟不上，表占的空间就越滚越大。行数没变、磁盘在涨，说的就是这种膨胀。

-- 看哪张表死元组最多、膨胀最狠
SELECT relname, n_live_tup, n_dead_tup, last_autovacuum
FROM pg_stat_user_tables
ORDER BY n_dead_tup DESC
LIMIT 10;

谁在阻止回收

死元组能不能被收掉，取决于还有没有事务需要看见它。PG 拿最早活跃事务的 ID，也就是 xmin，画一条线。比这条线新的死元组一律不能碰。所以卡住回收的，往往是几类拖后腿的东西，跟表本身没关系。

-- 揪出压住回收位点的会话
SELECT pid, state, xact_start, backend_xmin, left(query, 50) AS query
FROM pg_stat_activity
WHERE backend_xmin IS NOT NULL
ORDER BY age(backend_xmin) DESC;

这几类里最阴的是复制槽。有人为了做逻辑复制或 CDC 建了槽，人走了槽还在。它不活动，却把回收位点死死按住。表现就是磁盘莫名地涨，业务侧完全找不到原因。

-- 查有没有不活动的复制槽
SELECT slot_name, active, xmin, catalog_xmin, restart_lsn
FROM pg_replication_slots
WHERE NOT active;

事务 ID 会绕圈

PG 的事务 ID 是 32 位的，能表示的数字有限，用完了得从头来。麻烦在于，一旦绕回去，新事务的 ID 会看起来比老事务还小，历史版本和当前版本就分不清了。数据可能被"穿越"覆盖，这比膨胀严重得多。

PG 的应对是提前拦。当某个库最老未冻结的事务年龄逼近阈值，它会强制启动清理。清理要是还追不上，它会拒绝新的写事务，让系统进保护性只读。我遇到的那次拒写就是这一层，不是 bug。

-- 各库最老事务年龄，越接近阈值越危险
SELECT datname, age(datfrozenxid) AS xid_age
FROM pg_database
ORDER BY xid_age DESC;

autovacuum 为什么清不动

PG 有后台的 autovacuum，默认会自己清。它清不动的话，常见有以下几个原因。表太大，一次扫不完，永远落后。触发阈值按表大小比例算，大表要攒够很多死元组才动手。还有 cost 限额，它一次只干一点，怕影响业务，结果就是慢。

所以大表膨胀，多数时候是清的速度赶不上产生的速度。指望默认配置把大表管好，基本不现实。

我现在的做法

吃过亏之后，我盯这几件事。把长事务和悬挂复制槽做成告警项，而不是等磁盘满了再去查。监控两个数，各表的 n_dead_tup，和库的 age(datfrozenxid)。大表优先分区，让每次 vacuum 的范围可控。VACUUM FULL 能整表回收空间，但会持锁。它要重写整表，还得留一块和表一样大的空闲空间。别挑生产高峰做。

避坑清单

复制槽不能建了没人管。谁建的、干什么用、什么时候删，要写在台账上。一个没人消费的槽，既占盘又挡回收，这种隐患最容易被漏掉。

长事务要设超时清理策略。靠开发自觉去关，迟早会漏。我给长时间空闲的事务会话设了强制回收，宁可重连，也不让它压着回收位点。

最后一条是我自己搞错的。我第一次碰上大表膨胀，直接上 VACUUM FULL，结果锁了将近一小时，业务报了一堆超时。后来才改成先分区，再做分区级的回收，把一次大锁拆成很多次小锁。回收这件事，慢一点没事，别攒在一次里做完。

写在最后

PG 的可靠，不是"什么都不用做"，是靠后台一直在替你收拾。回收一旦追不上产生，先是胀，后是回卷，越往后越难收拾。看一台 PG 稳不稳，我现在先看它的回收追不追得上产生。

你库里的 autovacuum，最近清得动最大的那张表吗？评论区聊聊。

我是数据库小学妹，帮你少走弯路少踩坑，咱们下篇见👋