Greenplum释放表的空间
1 Greenplum产生垃圾空间说明
Greenplum支持行储存(HEAP储存)与列(append-only)储存,对于AO存储，虽然是appendonly，但实际上GP是支持DELETE和UPDATE的，被删除或更新的行，通过BITMAP来标记删除与修改。AO存储是块级组织，当一个块内的数据大部分都被删除或更新掉时，扫描它浪费的成本实际上是很高的。而PostgreSQL是通过HOT技术以及autovacuum来避免或减少垃圾的。但是Greenplum没有自动回收的worker进程，所以需要人为的触发。接下来就分析AO表与HEAP表的问题以及如何解答，执行空间的释放有3中方法分别是:
1、执行VACUUM。（当膨胀率大于gp_appendonly_compaction_threshold参数时），为共享锁。
2、执行VACUUM FULL。（不管gp_appendonly_compaction_threshold参数的设置，都会回收垃圾空间。），为DDL锁，慎用这个命令，会把CPU与IO沾满。
3、执行重分布。（不管gp_appendonly_compaction_threshold参数，都会回收垃圾空间。），为DDL锁。
2 查看表的储存类型
2.1 执行查看命令
stagging=# \timing
Timing is on.
stagging=# select distinct relstorage from pg_class ;
relstorage
------------
h
a
x
v
c
(5 rows)
Time: 6.132 ms
2.2 名词解释
timing 打开SQL的执行时间
h = 堆表(heap)、索引
a = append only row存储表
c = append only column存储表
x = 外部表(external table)
v = 视图
3 AO表分析
3.1 查看当前数据库中有哪些AO表
stagging=# select t2.nspname, t1.relname from pg_class t1, pg_namespace t2 where t1.relnamespace=t2.oid and relstorage in ('c', 'a');
nspname | relname
---------+-------------------------------
test_ao | ao_table_test
(12 rows)
Time: 6.828 ms
可以看出来 ao_table_test为AO表
3.2 查看AO表的膨胀率
表的膨胀率也就是表中执行DELETE和UPDATE产生的垃圾
3.2.1 执行查看命令
stagging=# select * from gp_toolkit.__gp_aovisimap_compaction_info('test_ao.ao_table_test'::regclass);
NOTICE: gp_appendonly_compaction_threshold = 10
(240 rows)
Time: 127.750 ms
3.2.3 名词解释
test_ao : schema的名字
ao_table_test:当前schema下的表
gp_appendonly_compaction_threshold: AO的压缩进程，目前设置的是10
content:对应gp_configuration.content表示greenplum每个节点的唯一编号。
datafile:这条记录对应的这个表的其中一个数据文件的编号，每个数据文件假设1GB。
hidden_tupcount:有多少条记录已更新或删除（不可见）。
total_tupcount:总共有多少条记录（包括已更新或删除的记录）。
percent_hidden:不可见记录的占比。如果这个占比大于gp_appendonly_compaction_threshold参数，那么执行vacuum时，会收缩这个数据文件。
compaction_possible:这个数据文件是否可以被收缩。（通过gp_appendonly_compaction_threshold参数和percent_hidden值判断）。
在以上中可以看出在17节点上的第1号文件有2369294记录其中有671375条记录被更新或删除，其中不可见的比例为28.34%
3.3 检查系统中膨胀率超过N的AO表
3.3.1 执行命令
stagging=# select * from (select t2.nspname, t1.relname, (gp_toolkit.__gp_aovisimap_compaction_info(t1.oid)).* from pg_class t1, pg_namespace t2 where t1.relnamespace=t2.oid and relstorage in ('c', 'a')) t where t.percent_hidden > 0.2;
(144 rows)
Time: 864.715 ms
以上命令是查询膨胀率超过千分之2的AO表
3.3.2 名词解释
nspname: 表示查询的schema的名字
relname: 是当前schema的表的名字
在以上数据中可以看出在每个节点上的膨胀率也不同
3.4 查看膨胀数据的占用大小
stagging=# select pg_size_pretty(pg_relation_size('test_ao.ao_table_test'));
pg_size_pretty
----------------
16 GB
(1 row)
Time: 32.806 ms
在以上可以看出膨胀率占用了16G的空间
3.5 查看表的行数
stagging=# select count(*) from test_ao.ao_table_test;
count
-----------
140324396
(1 row)
Time: 1842.706 ms
3.6 释放膨胀的空间
在以上的数据中可以看出膨胀率大于了gp_appendonly_compaction_threshold的值可以直接使用vacuum命令进行收缩
stagging=# vacuum test_ao.ao_table_test;
VACUUM
Time: 57800.144 ms
3.7 查看释放后的占用空间
3.7.1 释放膨胀空间
stagging=# select pg_size_pretty(pg_relation_size('test_ao.ao_table_test'));
pg_size_pretty
----------------
8859 MB
(1 row)
Time: 34.990 ms
以上可以看出已经释放了大部分的空间
3.7.2 再次查看AO的膨胀率
stagging=#
SELECT
*
FROM
(
SELECT
t2.nspname,
t1.relname,
(
gp_toolkit.__gp_aovisimap_compaction_info (t1.oid)).*
FROM
pg_class t1,
pg_namespace t2
WHERE
t1.relnamespace = t2.oid
AND relstorage IN ('c', 'a')
) T
WHERE
T .percent_hidden > 0.01;
以上命令是查询膨胀率超过万分之1的AO表
3.8 再次查看表的行数
stagging=# select count(*) from test_ao.ao_table_test;
count
-----------
140324396
(1 row)
Time: 1680.919 ms
从以上可以看出与第一次查询出来的行数一直
3.9 使用更改随机的方式释放空间
3.9.1 查看膨胀占用空间
stagging=# select * from (select t2.nspname, t1.relname, (gp_toolkit.__gp_aovisimap_compaction_info(t1.oid)).* from pg_class t1, pg_namespace t2 where t1.relnamespace=t2.oid and relstorage in ('c', 'a')) t where t.percent_hidden > 0.01;
3.9.2 随机改变表的分布键
stagging=# alter table test_ao.ao_table_test set with (reorganize=true) distributed randomly;
ALTER TABLE
Time: 81169.170 ms
3.9.3 查看释放后的空间
stagging=# select * from (select t2.nspname, t1.relname, (gp_toolkit.__gp_aovisimap_compaction_info(t1.oid)).* from pg_class t1, pg_namespace t2 where t1.relnamespace=t2.oid and relstorage in ('c', 'a')) t where t.percent_hidden > 0.01;
注意在执行随机分布键是在非业务的时候执行，执行distribute会执行排它锁不,要堵塞业务。
3.10 使用多分布键的形式释放空间
3.10.1 执行重新分布命令
stagging=# alter table test_ao.ao_table_test set with (reorganize=true) distributed by (pripid,s_ext_nodenum);
ALTER TABLE
Time: 82621.274 ms
3.10.2 查看数据的膨胀率
stagging=# select * from (select t2.nspname, t1.relname, (gp_toolkit.__gp_aovisimap_compaction_info(t1.oid)).* from pg_class t1, pg_namespace t2 where t1.relnamespace=t2.oid and relstorage in ('c', 'a')) t where t.percent_hidden > 0.01;
注意在执行随机分布键是在非业务的时候执行，执行distribute会执行排它锁不,要堵塞业务。
4 AO表总结
4.1 查看表的行的个数
stagging=# select count(*) from test_ao.ao_table_test;
count
-----------
140324396
(1 row)
Time: 1764.584 ms
4.2 更新数据的行数与占用大小
4.2.1 更新数据
stagging=# update test_ao.ao_table_test set alttime='2018-10-23 11:54:57.000000' where nodenum='850000';
受影响的行: 5701,7349
时间: 104.007s
4.2.2 查看表的膨胀率
stagging=# select * from (select t2.nspname, t1.relname, (gp_toolkit.__gp_aovisimap_compaction_info(t1.oid)).* from pg_class t1, pg_namespace t2 where t1.relnamespace=t2.oid and relstorage in ('c', 'a')) t where t.percent_hidden > 0.01;
(48 rows)
Time: 874.505 ms
在以上数据中可以看出57017349除以140324396大概是40% ,膨胀率大概是28.88左右。
5 AO表释放空间SHELL脚本
下载地址: https://download.csdn.net/download/xfg0218/10726255
$ cat greenplum-inspect-ao.sh
#!bin/bash
# 1、把改脚本放到任意目录下
# 2、inspect-ao-sql文件夹存放的是查询AO表的SQL与查询膨胀率的SQL
# 3、log文件夹则是存放临时生成的schema与table的文件,还有存放每个AO表的膨胀率详细的信息
# 4、释放空间使用的是vacuum schema.tablename
#当前该脚本的路径
bashpath=$(cd `dirname $0`;pwd)
# 执行查看AO表的SQL脚本
inspect_ao_sql_ori=$bashpath"/inspect-ao-sql/inspect-ao-ori.sql"
inspect_ao_sql=$bashpath"/inspect-ao-sql/inspect-ao.sql"
# 查看表膨胀率的SQL脚本
inspect_ao_expansivity_ori=$bashpath"/inspect-ao-sql/inspect-ao-percent-hidden-ori.sql"
inspect_ao_expansivity=$bashpath"/inspect-ao-sql/inspect-ao-percent-hidden.sql"
# 所产生的日志路径
inspect_ao_log=$bashpath"/log"
#当前的日期
currentDate=`date +%Y%m%d`
#创建生成结果的临时目录
temp_inspect_results=$inspect_ao_log"/"$currentDate"/temp-inspect-results"
# 查看表膨胀率的详细信息
table_percent_hidden=$inspect_ao_log"/"$currentDate"/table-percent-hidden"
# 数据库名字
gpdatabase='****'
# scheam 名字
scheamname='main'
# gp服务器ip
gpip='192.168.***.11'
#gp port
gpport='5432'
# gp user
gpuser='gpadmin'
# gp password
gppassword='gpadmin'
# 需要检查的schema
schema_inspect='main,ods'
# 删除日志文件并创建新文件
if [ -d $inspect_ao_log ];then
rm -rf $inspect_ao_log
fi
mkdir -p $temp_inspect_results
mkdir -p $table_percent_hidden
# 导入GP密码环境标量
export PGPASSWORD=$gppassword
# 获取数据并处理为需要的格式
array=(${schema_inspect//,/ })
for schema_var in ${array[@]}
do
cp $inspect_ao_sql_ori $inspect_ao_sql
sed -i 's/schemaName/'$schema_var'/g' $inspect_ao_sql
export PGPASSWORD=$gppassword
psql -d $gpdatabase -h $gpip -p $gpport -U $gpuser -f $inspect_ao_sql >> $temp_inspect_results/$currentDate-$schema_var".txt"
sed -i '1,2d' $temp_inspect_results/$currentDate-$schema_var".txt"
sed -i '$d' $temp_inspect_results/$currentDate-$schema_var".txt"
sed -i '$d' $temp_inspect_results/$currentDate-$schema_var".txt"
cat $temp_inspect_results/$currentDate-$schema_var".txt" |awk -F '|' '{print $1,$2}'|awk -F '\t' '{print $1"."$2}' >> $temp_inspect_results/$currentDate"-tra.txt"
if [ -f $inspect_ao_sql ];then
rm -rf $inspect_ao_sql
fi
done
# 生成带有schema与AO表的文件
cat $temp_inspect_results/$currentDate"-tra.txt"|awk '{print $1"."$2}'|awk '{sub(/.$/,"")}1' >> $temp_inspect_results/$currentDate"-finish.txt"
# 遍历带有schema与表名的文件
for schema_tablename in `cat $temp_inspect_results/$currentDate"-finish.txt"`
do
echo $schema_tablename
cp $inspect_ao_expansivity_ori $inspect_ao_expansivity
sed -i 's/tablepath/'$schema_tablename'/g' $inspect_ao_expansivity
export PGPASSWORD=$gppassword
psql -d $gpdatabase -h $gpip -p $gpport -U $gpuser -f $inspect_ao_expansivity >> $table_percent_hidden"/"$schema_tablename".txt";
psql -d $gpdatabase -h $gpip -p $gpport -U $gpuser -c "vacuum $schema_tablename";
if [ -f $inspect_ao_expansivity ];then
rm -rf $inspect_ao_expansivity
fi
done
# 正确退出脚本
exit 0