我有一张表，为了保障查询的快速响应，我是在必要的字段上建立了索引。该表的数量基数不变，只是每分钟会更新过来一批数据，如此运行了一年之久，目前即使走索引查询，依旧特别慢。

排查主要是由两个现象导致的。

索引膨胀
数据死行

这两个现象是如何出现的呢？频繁的进行insert/update/delete就会出现。

一、复现

下面来简单复现一下。

复现步骤

创建新表、关闭自动vacuum。vacuum如果开启，就会导致死行问题不复现。
录入样本数据、并创建索引，默认采用btree。我设置的样本数据为2000行。
执行insert/update/delete操作，执行10000次，并保持最后的数据总量仍然为2000条。
- insert && delete：删除的数据作为新数据插入
- update：更新其他数据字段
分别比较执行前与执行后的索引总量、死行数量。

以上复现步骤，我已经编写了一套脚本。开箱即用。
脚本地址

取其中一套运行结果，如下

大小/操作阶段	insert && delete 前	insert && delete 后	update 前	update 后
索引	144KB	832KB	144KB	976KB
数据	136KB	640KB	136KB	384KB
死行	0行	9754行	0行	9850行

2000条数据在频繁进行insert/delete/update之后，就会导致索引异常膨胀，是原数据大小的几倍之多。即使数据的总数未变，占用的数据空间仍然变大，因为数据死行导致的。

这两个问题，都会直接或者间接影响到数据库的查询速率。如果

二、临时解决方案

数据死行与索引膨胀，根源在于PostgreSQL的MVCC（Multi-Version Concurrency Control），有兴趣可以查阅官方文档。

2.1 数据死行

在 PostgreSQL 中，UPDATE 操作不会直接修改原有行，而是生成一条新的行记录，同时将原有行标记为“死行”，但并不会立即删除它。类似于 UPDATE，DELETE 操作不会立即删除数据行，而是将其标记为“死行”，并等待后续的 VACUUM 操作来真正回收空间。因此，频繁的 DELETE 操作也会导致死行积累。

临时解决方式：vaccum

VACUUM 是 PostgreSQL 中的垃圾收集机制，用于回收那些不再使用的“死”行空间，但不会释放表文件大小。它会标记那些不再使用的行，可以被新数据覆盖，操作过程中不会锁表。

-- vacuum整个库
vacuum;
-- vacuum单个表
vacuum 表名;

其中涉及到的查询死行的SQL如下

1	select n_dead_tup from pg_stat_user_tables where n_dead_tup>0 and relname='test_data';

2.2 索引膨胀

在 PostgreSQL 中，每次执行 UPDATE 或 DELETE 操作时，并不会直接修改或删除原有的记录。

相反，旧的版本（元组）会被标记为“死行”，而新的数据将作为一个新的行版本插入表中。

对于索引字段，原有的索引条目不会立即被删除，而是新建一个指向新数据的索引条目。因此，频繁的 UPDATE 和 DELETE 会导致索引包含大量的过时条目，引发索引膨胀、查询效率降低。

临时解决方式：重建索引

最简单的方式是先删再增。

比较方便的方式是reindex，但是该方式会在重建的过程中锁表。

1 2	reindex table 表名; reindex index 索引名;

自从PostgreSQL12开始，reindex支持并行重建索引，不会锁表，但比直接reindex要慢。

1 2	reindex table concurrently 表名; reindex index concurrently 索引名;

其中涉及到的一些查询索引大小的SQL如下

-- 查询表内总数据大小
select pg_table_size('test_data'),pg_size_pretty(pg_table_size('test_data'));

-- 查询表内总索引大小
select pg_indexes_size('test_data'),pg_size_pretty(pg_indexes_size('test_data'));

-- 查询表的总大小，包含数据和索引
select pg_total_relation_size('test_data'),pg_size_pretty(pg_total_relation_size('test_data'));

三、设计层面规避该问题

单表数据量大，创建索引来加速查询效率，同时又要进行增删改数据。使用单表的做法在短时间内，是个轻量快速的好做法，适合敏捷式开发。但是长时间来看，还需要经常的人工维护，或者配置数据库的定时清理机制(又会存在锁表等问题)，这并不好。

在大型项目上，以上做法就不太适合了。因此在设计上，可以做读写分离，实现一劳永逸。

专门的写表，不创建索引，用来快速增删改。
专门的读表，创建索引，用来快速查询。读表数据来源于写表，这之间需要设计一套适应当前需求的同步机制。

这套同步机制，根据我当前的需求，主要有两种同步方式。

批量增量同步：程序上定期将写表中增量的数据，一次性批量更新到读表。周期根据需求设定。
全量同步：读表增量同步也会存在膨胀的问题，因此可以定期的将备份一张新的全量读表，替换掉原来的读表。

在PostgreSQL中，如果数据量不是特别大，读表不需要单独建表去维护，直接使用物理视图即可，根据周期定时刷新。

物理视图跟逻辑视图的区别
逻辑视图需要在查询视图时，根据视图逻辑实时查询，与原数据表相比不存在数据差异性问题。
物理视图相当于创建了一张临时表并存储到了磁盘，不会自动更新，需要人工维护。

举例物理视图用法

-- 重建物理视图
drop materialized view if exists view_name;
create materialized view view_name AS
select * from test_data;
-- 锁表更新物理视图
refresh materialized view view_name;
-- 并行更新物理视图，首先需要物理视图有唯一键
create unique index unique_id_index ON view_name (id);
refresh materialized view concurrently view_name;

PostgreSQL维护——解决索引膨胀和数据死行

一、复现

二、临时解决方案

2.1 数据死行

2.2 索引膨胀

三、设计层面规避该问题