PG中的HOT（heap-only-tuple）机制

简介

由于MVCC的原因，pg并非是直接更新一行记录：它生成重复的记录并提供行的可见性映射信息。

为什么要这么做呢？因为数据库必须考虑一个关键问题：并发性。被更新的行可能还在被之前的事务使用。

为了解决这个问题：rdbms采用了不同技术：

• 修改行，并将原来的行版本放置到另外一个地方。比如oracle中的undo

• duplicate该行，通过行的可见性映射信息来标明行对哪个事务可见。这就需要一个清理机制来清理那些对所有事务都不再需要的行。这是通过pg中的vacuum来完成的。

下面借助pageinspect扩展来示例：

从结果可以看到，引擎duplicate了两行，vacuum清除的位置。

HOT（heap-only-tuple）机制

pg在8.3中，加入了HOT（heap-only-tuple）技术。使用HOT技术后，若所有索引属性都没有被修改(索引键是否修改是在执行时逐行判断的，因此如果一条update修改了某属性，但前后值相同则认为没有修改)，且新版本与原来版本存在一个页面上则不会产生新的索引记录，因此这些记录被称为HOT（heap-only-tuple）。

hot会被打上heap_only_tuple标志，而HOT的上一个版本会被打上heap_hot_updated标志，然后顺着版本链向后找，直到遇到HOT为止。限制heap_only_tuple版本与hot在同一页面的目的是为了通过版本链向后找时不产生额外的io操作从而影响性能。因此，HOT技术消除了拥有完全相同键值的索引记录，减少了索引的大小。

使用Heap Only Tuples技术后，如果更新后的新行与旧行在同一个数据块内，旧行会有一个指针，指向新行，这样就不必更新索引了，当从索引访问到数据行时，会根据这个指针找到新行。

让我们来一个更复杂的案例：

再读取表的块：

表里含有两列，索引也含有两条记录指向对应的块(ctid)。

如果更新表的c1，对应的索引也会更新。

那如果更新表的c2，c1上的索引会被更新么？

乍一看，我们可能会说no，因为c1并没有被修改。

但是因为MVCC的存在，在理论上，回答应该是yes：从上面的例子可以看到数据库会duplicate记录行，因此物理位置会发生变化。

来看一下代码：

从表块信息可以看到，已经有了duplicated的行。看t_data就可以发现。

但是通过索引块来看，内容并没有改变。如果检索where c1=1,索引还是指向记录(0,1)，对应老的记录。那这里究竟发生了什么呢？

事实上，我们刚才提到了heap-only-tuple机制。当一个列被更新，没有索引指向这个列，记录被插入相同的块，pg只是在老的记录和新的记录之间建立一个指针。这样就避免了更新索引，从而避免了：

1.避免读写操作

2.减少索引碎片和因为索引碎片导致的索引太大

通过上面的表的块查询结果，第一行的列t_ctid指向(0,3)。如果该行继续被更新，表的第一行会指向(0,3)，而行(0,3)会指向(0,4),从而形成一个链条。vacuum会清空释放空间。

修改一行后，索引不会被修改：

使用vacuum清空：

一个更新会重利用第二个位置，但是索引仍然没有被修改。看下面的t_ctid列:

第一行是空的，pg利用了第三行的位置？实际上，pageinspect中没有包含一个信息，可以直接从pg_filedump中看出。

注意：你必须先请求一个checkpoint，否则块可能没有被写入磁盘

第一行包含Flags：REDIRECT，表示这行对应一个HOT重定向。可以从文档src/include/storage/itemid.h看出：

其实，通过pageinspect的lp_flags也可以看出：

如果我们继续更新，执行vacuum，并执行一个checkpoint：

pg继续保留第一行，并写入了新的第五行。

但是有些场景，pg并不能使用这种机制：

1.如果块已满，必须写入别的块。(HOT可以减少碎片)

2.如果更新的列上面有索引。这时，pg必须更新索引

参考

https://www.cnblogs.com/abclife/p/13194713.html