合 PG并发创建和重建索引之CONCURRENTLY
Tags: PGPostgreSQL优化性能索引并发CONCURRENTLYreindex
简介
创建索引可能会干扰数据库的常规操作。通常 PostgreSQL会锁住要被索引的表,让它不能被写入, 并且用该表上的一次扫描来执行整个索引的创建。其他事务仍然可以读取表 , 但是如果它们尝试在该表上进行插入、更新或者删除,它们会被阻塞直到索引创建完成。如果系统是一个生产数据库,这可能会导致严重的后果。索引非常 大的表可能会需要很多个小时,而且即使是较小的表,在创建索引过程中阻塞 写入者一段时间在生产系统中也是不能接受的。
PostgreSQL支持创建索引时不阻塞写入。这种方法通过 指定CREATE INDEX
的CONCURRENTLY
选项 实现。当使用这个选项时,PostgreSQL必须执行该表的 两次扫描,此外它必须等待所有现有可能会修改或者使用该索引的事务终止。因此这种方法比起标准索引创建过程来说要做更多工作并且需要更多时间。不过,由于它允许在创建索引时继续普通操作,这种方式对于在生产环境中增加新索引很有用。 当然,由索引创建带来的额外 CPU 和 I/O 开销可能会拖慢其他操作。
当使用了CONCURRENTLY
这个选项时,PostgreSQL在创建索引时 不会取得任何会阻止该表上并发插入、更新或者删除的锁。而标准的索引创建将会把表锁住以阻止对表的写(但不阻塞读),这种锁定会持续到索引创建完毕。
对于临时表,CREATE INDEX
始终是非并发的,因为没有其他会话可以访问它们,并且创建非并发索引的成本更低。
在并发索引创建中,索引实际上在一个事务中被录入到系统目录,然后在两个 事务中发生两次表扫描。在每一次表扫描之前,索引创建必须等待已经修改了 表的现有事务终止。在第二次扫描之后,索引创建必须等待任何持有早于第二 次扫描的快照(见第 13 章)的事务终止。然后该索引最终 能被标记为准备好使用,并且CREATE INDEX
命令终止。 不过即便那样,该索引也不是立刻可以用于查询:在最坏的情况下,只要早于 索引创建开始时存在的事务存在,该索引就无法使用。
如果在扫描表时出现问题,例如死锁或者唯一索引中的唯一性被违背, CREATE INDEX
将会失败,但留下一个“不可用” 的索引。这个索引会被查询所忽略,因为它可能不完整。不过它仍将消耗更新 开销。psql的\d
命令将把这类索引报告为 INVALID
:
1 2 3 4 5 6 7 | postgres=# \d tab Table "public.tab" Column | Type | Collation | Nullable | Default --------+---------+-----------+----------+--------- col | integer | | | Indexes: "idx" btree (col) INVALID |
这种情况下推荐的恢复方法是删除该索引并且尝试再次执行CREATE INDEX CONCURRENTLY
。 (另一种可能性是用REINDEX INDEX CONCURRENTLY
重建该索引)。
如果是索引重建,可以再在原基础上建立一个不同名的相同索引,然后取消老的索引。
并发创建一个唯一索引时需要注意的另一点是,当第二次表扫描开始时,唯一约束 已经被强制在其他事务上。这意味着在该索引变得可用之前,其他查询中可能就会 报告该约束被违背,或者甚至在索引创建最终失败的情况中也是这样。还有,如果在 第二次扫描时发生失败,“无效的”索引也会继续强制它的唯一性约束。
表达式索引和部分索引的并发创建也被支持。在这些表达式计算过程中发生的 错误可能导致和上述唯一约束违背类似的行为。
常规索引创建允许在同一个表上同时创建其他常规索引,但是在一个表上同时 只能有一个并发索引创建发生。在两种情况下,在索引被创建时不允许表的模式修改。另一个不同是,一个常规CREATE INDEX
命令可以在一个事务块中执行,但是 CREATE INDEX CONCURRENTLY
不行。
当前不支持在分区表上并发生成索引。 然而,你可以在每个分区上单独的并发创建索引,然后最终以非并发的方式创建分区索引,以减少对分区表的写入被锁定的时间。 在这种情况下,生成分区索引仅是元数据操作。
示例
PG从较早的版本就支持在线并发创建索引(不长时间阻塞DML),这对于如今停机时间越来越少的OLTP系统来说是非常重要的特性之一:
1、先不使用concurrently参数创建索引,此时insert操作会阻塞,但是创建索引所消耗的时间较短:
表数据量约为500万
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 | postgres=# select version(); version --------------------------------------------------------------------------------------------------------- PostgreSQL 13.3 on x86_64-pc-linux-gnu, compiled by gcc (GCC) 4.8.5 20150623 (Red Hat 4.8.5-44), 64-bit (1 row) postgres=# postgres=# \timing postgres=# create table test_idx(id serial primary key, note text); CREATE TABLE Time: 59.128 ms Timing is on. postgres=# insert into test_idx(note) select generate_series(1,5000000); INSERT 0 5000000 Time: 37967.783 ms (00:37.968) postgres=# create index idx_test_idx on test_idx(note); CREATE INDEX Time: 19801.654 ms (00:19.802) |
可见创建索引消耗时间为19秒。