
在数据库管理中,高效处理大规模数据操作至关重要。一项常见的挑战是在大型表上执行批量删除而不降低整体性能。本文着眼于 PostgreSQL 的表分区功能如何显着加快进程
帮助维持平稳的数据库操作。
在这里查看我的更多作品。
大规模删除的挑战
从 PostgreSQL 表中删除大量行可能是一项耗时的操作。它涉及:
- 扫描表以查找要删除的行
- 删除行并更新索引
- 用吸尘器清理桌子以回收空间
对于具有数百万行的表,此过程可能会导致长时间运行的事务和表锁定,可能会影响数据库响应能力。
输入表分区
表分区是一种将大表分为更小、更易于管理的部分(称为分区)的技术。这些分区是单独的表,与父表共享相同的架构。
我的基准设置
为了量化分区的好处,我在容器化环境中使用 PostgreSQL 的三个场景设置了基准:
-
简单表:标准的非分区表
-
分区表(行删除):按周分区的表,删除第一周的行
-
分区表(分区删除): 与 #2 相同,但删除整个第一周的分区
PostgreSQL 容器规范
- PostgreSQL 版本:16.4
- Docker 版本:27.0.3
- 资源限制:
数据特征
- 总记录:400万条
- 分配:4周内均匀分配(每周100万)
- 索引:两个表(简单表和分区表)在时间列上都有索引
主要发现
Scenario |
Deletion Time |
Table Size |
Simple Table |
1.26s |
728 MB |
Partitioned (Delete Rows) |
734ms |
908 MB |
Partitioned (Drop Partition) |
6.43ms |
908 MB |
-
显着的速度提升:删除分区比从简单表中删除行快 196 倍。
-
存储权衡: 由于额外的元数据和每分区索引,分区表使用了大约 25% 的存储空间。
-
插入影响最小:分区仅略微增加了数据填充时间(约 2.8%)。
为什么它有效
-
有针对性的操作:分区允许数据库处理数据的子集,从而缩小操作范围。
-
元数据操作:删除分区主要是元数据操作,避免扫描和删除单个行的需要。
-
减少锁争用:较小的分区意味着更少的锁,从而实现更好的并发性。
实施亮点
这是如何在 PostgreSQL 中设置分区表的简化示例:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 | CREATE TABLE records (<br>
id BIGSERIAL,<br>
time TIMESTAMPTZ NOT NULL,<br>
body TEXT<br>
) PARTITION BY RANGE (time);
<p>CREATE TABLE records_week_1 PARTITION OF records<br>
FOR VALUES FROM ( '2023-01-01' ) TO ( '2023-01-08' );</p>
<p>-- Create index on the partition<br>
CREATE INDEX idx_records_week_1_time ON records_week_1 (time);</p>
<p>-- To delete a week's worth of data:<br>
ALTER TABLE records DETACH PARTITION records_week_1;<br>
DROP TABLE records_week_1;<br>
</p>
|
登录后复制
结论
对于处理时间序列数据的数据库或任何常见大规模删除的场景,实施表分区可以带来显着的性能提升。虽然存储和插入速度之间存在较小的权衡,但删除效率的收益通常远远超过这些成本。
通过利用分区,即使数据增长,您也可以保持高性能,确保您的 PostgreSQL 数据库保持响应速度和高效。
完整基准代码和详细结果的链接
以上是通过表分区优化 PostgreSQL 批量删除的详细内容。更多信息请关注PHP中文网其他相关文章!