PostgreSQL的奥秘：表结构、TOAST与大对象

15 阅读 0 评论 0 点赞

PostgreSQL（以下简称PSQL）因其灵活性和强大的功能深受欢迎。本文将详细介绍PSQL的内部结构，特别是页面缓冲机制，包括表结构、TOAST技术、大对象（BLOB/CLOB），以及页面缓冲表的工作原理。同时，我们将探讨TOAST与大对象存储的区别与应用场景，并结合优化建议提升数据库性能。

1. PostgreSQL表结构

在PSQL中，表由固定大小的页面（Page）组成，每个页面通常为8KB。页面是数据读写的最小单位，其内部结构包括：

1.1 页面内部结构

首部数据：存储页面的元数据信息。
- pd_lsn（Log Sequence Number）：表示页面最近一次变更的日志序列号（LSN）。
  示例：假设我们执行一个更新操作，将一个用户的名字从“John”改为“Jonathan”。这个操作会生成一个新的LSN，并记录在受影响页面的pd_lsn中，确保可以在崩溃后通过日志恢复该操作。
- pd_checksum：页面校验和，用于验证页面的完整性。
  示例：当读取页面时，PSQL会计算页面的校验和并与pd_checksum进行比较，以确保数据未被损坏。
- pd_lower：指向元组指针数组的末尾位置。
  示例：在一个页面中，pd_lower指向元组指针数组的末尾。如果我们插入一个新行，pd_lower将向下移动。
- pd_upper：指向最新元组的起始位置。
  示例：如果我们在页面中添加一个新元组，pd_upper将向上移动，标识空闲空间的减少。
指向元组的指针：用于定位页面中的各个元组（行数据）。
空闲空间：用于存储新的元组或更新现有元组。
元组数据：实际的行数据，不能跨页面存储。

PSQL采用32位寻址, 所以PSQL单表最大容量为2^32*8K，为32TB
在这里插入图片描述

1.2 表结构优化建议

为了提升表的性能和存储效率，以下是一些优化建议：

适当的索引设计：
- 为频繁查询的列创建索引，但要避免为每个列都创建索引，以免增加写操作的开销。
- 使用覆盖索引（Covering Index）来减少对表的访问次数，特别是在读取密集型应用中。
示例：假设有一个用户表users，经常通过email查询用户信息，可以为email列创建索引：
```
CREATE INDEX idx_users_email ON users(email);
```

合理的表分区：

对于大表，考虑使用表分区（Partitioning）来提高查询性能。根据常用查询条件对表进行分区，例如按日期分区以加快时间范围查询。

示例：按年份分区存储日志数据：

CREATE TABLE logs (
    id SERIAL PRIMARY KEY,
    log_date DATE,
    message TEXT
) PARTITION BY RANGE (log_date);

CREATE TABLE logs_2023 PARTITION OF logs FOR VALUES FROM ('2023-01-01') TO ('2024-01-01');
CREATE TABLE logs_2024 PARTITION OF logs FOR VALUES FROM ('2024-01-01') TO ('2025-01-01');

使用合适的数据类型：
- 根据数据的实际用途选择合适的数据类型。例如，对于固定长度的字符串，使用CHAR(n)而不是VARCHAR(n)。
- 使用INTEGER代替BIGINT，除非确实需要存储非常大的整数。
示例：如果用户的姓氏长度固定为50个字符，可以使用：
```
CREATE TABLE users (
    id SERIAL PRIMARY KEY,
    first_name VARCHAR(100),
    last_name CHAR(50)
);
```
优化数据存储格式：

通过配置合适的fillfactor来优化页面利用率。较低的填充因子可以减少页面分裂，但会增加磁盘空间使用。
fillfactor 的值是一个百分比，范围从 10 到 100，表示数据库在每个数据页面中预留的空间比例。例如：
fillfactor=100 表示页面将被完全填满，不预留空闲空间。
fillfactor=70 表示页面将在 70% 的空间被填满时停止插入数据，剩余 30% 的空间被保留。
使用 fillfactor 可以帮助控制表或索引的更新效率，特别是在有大量更新的表或索引中：
高更新表：当表中有频繁的更新操作时，设置较低的 fillfactor 会为未来的更新操作留出足够的空间，避免数据行更新时需要进行页面拆分（Page Split）或在页面之间移动数据，从而提高性能。
只读表：对于插入后不经常更新的表，可以将 fillfactor 设置为 100，最大化页面的利用率，从而减少磁盘占用。

示例：为频繁更新的表设置较低的fillfactor：
```
CREATE TABLE orders (
    id SERIAL PRIMARY KEY,
    order_data JSONB
) WITH (fillfactor = 70);
```

定期进行VACUUM操作：
- 定期执行VACUUM和ANALYZE命令，以清理死元组并更新统计信息，确保查询优化器能够生成高效的查询计划。
示例：
```
VACUUM ANALYZE;
```
监控和优化查询：
- 使用EXPLAIN命令分析查询计划，识别潜在的性能瓶颈。
- 使用查询日志和慢查询日志来监控性能，识别需要优化的查询。
示例：
```
EXPLAIN ANALYZE SELECT * FROM users WHERE email = 'example@example.com';
```

2. TOAST技术

TOAST（The Oversized-Attribute Storage Technique）用于处理超大数据属性。PSQL通过TOAST技术将大数据分成较小块存储，具体策略如下：

压缩：如果策略允许，TOAST优先对数据进行压缩，尤其是小于TOAST_TUPLE_THRESHOLD（约2KB）的数据。
行外存储：对于超过2KB的数据，启用行外存储。
30位长度限制：在TOAST中，单个字段的最大大小实际上受到30位偏移量的限制。这是因为TOAST使用一个30位的整数来表示这些块的偏移量。理论上，这意味着最大字段大小大约是1GB

示例：假设我们有一个包含大量文本的列，如文章内容。默认情况下，PSQL会尝试压缩并存储超过2KB的部分在TOAST表中。

CREATE TABLE articles (
    id SERIAL PRIMARY KEY,
    title VARCHAR(255),
    content TEXT
);

当content列的内容超过2KB时，TOAST会自动处理，将数据分块存储在TOAST表中。
在这里插入图片描述

2.1 TOAST策略

TOAST策略包括：

PLAIN：避免压缩和行外存储。
EXTENDED：允许压缩和行外存储（默认策略）。
EXTERNAL：允许行外存储，但禁止压缩。
MAIN：允许压缩，但禁止行外存储。

示例：为content列设置不同的TOAST策略：

CREATE TABLE articles_plain (
    id SERIAL PRIMARY KEY,
    title VARCHAR(255),
    content TEXT
) WITH (toast_tuple_target = 2048);

ALTER TABLE articles_plain ALTER COLUMN content SET STORAGE EXTERNAL;

CREATE TABLE articles_extended (
    id SERIAL PRIMARY KEY,
    title VARCHAR(255),
    content TEXT
) WITH (toast_tuple_target = 2048);

ALTER TABLE articles_extended ALTER COLUMN content SET STORAGE EXTENDED;

3. 大对象（BLOB/CLOB）存储

BLOB（Binary Large Object）和CLOB（Character Large Object）用于存储大型二进制和文本数据。

最大容量：每个对象最大可达4TB。
存储位置：数据存储在pg_largeobject系统表中。
数量限制：最多支持 (2^{32}) 个大对象，因为OID（对象标识符）为32位。

示例：如果我们要存储一个4GB的视频文件，可以将其作为BLOB存储在PSQL中，每段数据被分成多个片段存储在pg_largeobject中。

BEGIN;
-- 创建大对象
SELECT lo_create(0) AS oid;

-- 假设获取的oid是 12345
-- 打开大对象
SELECT lo_open(12345, 131072) AS fd;

-- 写入数据到大对象（假设数据为 'video_data'）
SELECT lowrite(fd, 'video_data');

-- 关闭大对象
SELECT lo_close(fd);
COMMIT;

在这里插入图片描述

3.1 大对象存储与TOAST的区别

使用场景：
- TOAST适用于自动管理大数据的表列，如存储超长的文本或JSON数据。
- 大对象适用于需要程序手动管理的数据块，如存储视频、音频等大型二进制文件。
存取方式：
- TOAST数据存取是自动的，用户看不到TOAST表，操作透明。
- 大对象需要应用程序显式读写，需使用PostgreSQL提供的函数进行管理。
大小限制：
- TOAST处理的数据大小受限于表行的存储容量。
- 大对象可处理更大的数据块，支持高达4TB的存储。

总结：TOAST适合无需手动管理的大数据列，而大对象适合需要精细控制和管理的超大数据存储。

4. 页面缓冲表

页面缓冲机制是PSQL性能优化的关键组件，确保数据在内存中的高效访问。页面缓冲表的结构如下：

4.1 页面缓冲机制概述

缓冲区标签 (Buffer Tag)：唯一标识一个页面。
- RelFileNode：文件节点，标识特定的数据库对象。
  示例：一个数据库文件在存储系统中的唯一标识符。
- Table space node：表空间节点。
  示例：如果我们有不同的表空间用于存储数据，Table space node将帮助区分这些空间。
- dbNode：数据库节点。
  示例：用于标识具体的数据库，如生产数据库或测试数据库。
- relNode：关系节点。
  示例：标识具体的表或索引。
- forkNum：标识页面类型，如表、FSM（自由空间映射）、VM（可见性映射）。
  示例：用于区分不同的页面用途，如存储数据或索引。
- blockNum：页面索引。
  示例：指定在文件中的具体页码。
缓冲区描述符：
- Buffer Tag和Buffer Id：标识和定位缓冲区内的页面。
- 多分区缓冲区锁：用于并发访问控制。
- Reference Count：当前访问此页面的进程数。
- Usage Count：页面被访问的次数。

4.2 描述符状态

空：Ref & usage count == 0，表示页面未被使用。
未钉住：Ref count == 0 && usage count > 0，页面在缓冲区中但未被锁定。
钉住：Ref count > 1 && usage count > 1，页面被多个进程访问且被锁定。

示例：如果一个页面在短时间内被频繁访问，其Usage Count将递增，提高其在缓冲区中的优先级，减少被淘汰的可能性。
在这里插入图片描述

4.3 页面缓冲机制的优化

为了提升页面缓冲机制的效率，可以采取以下优化措施：

调节缓冲区大小：
- 根据服务器内存和工作负载调整shared_buffers参数，以确保足够的缓冲区用于热点数据。
示例：
```
shared_buffers = 4GB
```

2.监控缓冲区命中率：

通过监控缓冲区命中率（buffer hit rate）来评估缓冲区配置的有效性，调整参数以优化性能。

示例：

SELECT 
    sum(blks_hit) / sum(blks_read + blks_hit) AS hit_rate 
FROM 
    pg_stat_database;

5. TOAST与大对象存储的综合应用解析

在PostgreSQL数据库中，处理大数据时常会遇到TOAST与大对象存储的选择问题。了解它们的区别与应用场景，有助于在数据库设计中做出明智的选择。

5.1 使用场景对比

TOAST：
- 适用于表列内自动管理的大数据，如存储超长文本、JSON、数组等。
- 自动处理，无需用户干预，适合简单应用场景。
大对象：
- 适用于需要程序手动管理的数据块，如视频、音频、图像等大型二进制文件。
- 提供更细粒度的控制，适合需要精细数据操作的复杂应用场景。

5.2 存取方式对比

TOAST：
- 数据存取是透明的，用户通过常规的SQL语句操作表数据，TOAST在背后自动处理。

大对象：

需要应用程序通过PostgreSQL提供的函数显式读写，如lo_create、lo_open、lowrite、lo_read等。

示例：

BEGIN;
-- 创建大对象
SELECT lo_create(0) AS oid;

-- 假设获取的oid是 12345
-- 打开大对象
SELECT lo_open(12345, 131072) AS fd;

-- 写入数据到大对象（假设数据为 'binary_data'）
SELECT lowrite(fd, 'binary_data');

-- 关闭大对象
SELECT lo_close(fd);
COMMIT;

5.3 大小限制对比

TOAST：
- 处理的数据大小受限于表行的存储容量，通常适用于单列数据超过2KB但不至于极大的数据。
大对象：
- 支持高达4TB的存储，适合存储非常大的数据块。

5.4 选择建议

如果数据的大小和访问模式适合表列自动处理，且无需精细控制，选择TOAST更为简便高效。
如果需要存储和管理极大的数据块，并且需要对数据的读写进行精细控制，选择大对象更为合适。

结论

通过深入理解PSQL的内部结构和页面缓冲机制，以及掌握TOAST与大对象存储的区别与应用场景，用户可以显著提高数据库的性能和响应速度。这不仅支持更高效的应用程序开发和运行，还能在复杂的数据处理需求中提供卓越的支持。

综合优化建议

合理设计表结构和索引，确保数据存取高效。
根据数据特点选择合适的存储机制，如TOAST或大对象。
优化缓冲区配置，提升内存利用率和数据访问速度。
定期维护数据库，通过VACUUM和ANALYZE保持数据健康和查询优化。
监控数据库性能，通过日志和统计信息发现并解决潜在的性能瓶颈。

希望本文为您提供了有价值的见解。如有疑问或需进一步探讨，欢迎交流！

本站资源均来自互联网，仅供研究学习，禁止违法使用和商用，产生法律纠纷本站概不负责！如果侵犯了您的权益请与我们联系！

转载请注明出处：免费源码网-免费的源码资源网站 » PostgreSQL的奥秘：表结构、TOAST与大对象

点赞(0) 打赏

本文分类：文章资讯
本文标签：PostgreSQL的奥秘：表结构、TOAST与大对象
浏览次数：15 次浏览
本文链接：https://freeymw.com/article/34486.html

上一篇 > C++20新特性探索：概念（Concepts）与范围库（Ranges）
下一篇 > 【跨越边界：嵌入式系统在物联网时代的重要性】

评论列表共有 0 条评论

暂无评论