Postgres多版本控制

Posted 2020-10-01

高并发控制肯定是数据必须达到的一个标准， 在并发操作中，对于同一个数据，同时读和写的两个回话有可能产生不一致，所以出现了在高并发情况下如何保持性能又保持一致出现了MVCC，多版本并发

实现MVCC的方法有两种：

1）写数据时，将旧数据移到一个单独的地方，比如回滚段中，从回滚段把旧数据读回来

2）写数据时，旧数据不删除，而是插入新数据，旧数据写文件。

mysql，Oracle基本上是通过第一种方式操作，而PostGres则通过第二种操作，

针对第一种来说第二种的劣势：旧版本的数据块需要清理，旧版本的数据因为在文件中，访问可能会造成I/O及扫描更多的数据块，

优势：数据可以进行很多更新，不必担心没有回滚段或者回滚段装不下数据，

         事物回滚可以立即完成，无论事物进行了多少操作，

针对多版本并发介绍几个要的术语

表中的隐含字段

oid tableoid ctid xmin xmax cmin cmax 后四个字段实现控制数据行是否对用户可见

事物ID回卷问题

Postgres的事物ID 0 代表无效 1 初始化 2 代表冻结 3才是正式开始的事物ID值，

pg的id值一直从3一直增加 达到4字节整数的最大值，然后再回头从3开始，pg比较新旧事物到底是前还是后，通过事物id值来看，如果现在达到最大值，那么比价9》3 他就认为9是最新的事物ID，其实这是有问题的，为了解决这个问题，pg规定两个事物id差的最大值不得超过2的31次幂，这样就不会产生回卷问题，比如(int32（id1-id2）)<0 这个结果id1=9 id2=3 肯定成功，但是id1=3 id2= 9肯定就是负数不成功，

pg物理存储术语

Relation 表示表或者索引

Tuple表示行即MYSQL中的ROW 记录了版本控制的几个值，

Page 表示磁盘中的数据块

Buffer表示内存中的数据块

数据块默认8k最大32k，

数据块的空闲空间的管理

如果一个数据更新删除插入，肯定会缠上旧版本的数据，那么在数据块就会产生空闲的空间，那么这些空闲的空间如何回收利用，比如插入一个数据是如何选择空间的空间块的，

首先记录每个数据块空闲空间的大小，实现快速的查找合适的空闲空间块，每个表都会有oid，如果某个oid出现了空闲的空间块，那么就会产生表oid_fsm文件，这个文件就是记录了空闲块的信息

可见性映射表文件

Tuple更新之后，数据块不会马上清理掉，而是需要等待vacuum命令是清理，而_vm的文件就是记录了哪些需要清理，方便进程清理的时候只需要扫描这个表即可，另外一个就是该表记录的是行对全部事物是否可见，还是行对部分事物可见，

这里根据上面的可见性映射表文件引出一个Index-only-scans技术，就是因为此文件记录的是事物的可见性，所以根据此表判断从索引取回的数据是否对当前事物可见，就不需要再去访问表中的行了，个人理解这个就是不去扫描表了，直接扫描了这个_vm表，有待考究

另一个新技术HOT技术

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，这就不必更新索引了，这里涉及一个填充因子，好像是控制这个是不是要指向新的一个指针，

本文出自 “运维邦” 博客，谢绝转载！