在只接收 INSERT 的表上运行 VACUUM 是否值得？

tl;dr：提交后读取数据的第一个进程将设置提示位。这将弄脏页面，创建写入活动。另一件事VACUUM（但不是其他命令）所做的是将页面标记为全部可见，如果合适的话。VACUUM最终将不得不敲桌子来冻结元组。

插入后需要完成的工作并不是真正的清理，至少不是其他工作VACUUM通常所做的那样。在详细介绍之前，请注意，此答案基于当前（未发布的）9.6 代码，我忽略了流复制的影响，即使它可能会影响可见性。

由于MVCC，每次 Postgres 评估元组是否应该对查询可见时，它必须考虑创建元组的事务（记录在 xmin 隐藏字段中）是否已提交，以及其他一些标准。该检查很昂贵，因此一旦知道所有当前打开的事务都可以看到事务，就会在元组标头上设置一个“提示位”来指示这一点。该位的设置会弄脏页面，这意味着必须将其写入磁盘。如果下一个读取数据的命令SELECT突然产生大量写入流量，这可能会非常令人困惑。VACUUM在插入提交之后运行 a将避免这种情况。另一个重要的区别是VACUUM总是会提示页面上的元组（只要它在页面上获得了清理锁），但大多数其他命令只会提示插入事务是否在命令开始之前提交。

关于编写所有这些提示位的重要一点是VACUUM可以限制（默认情况下自动清空是限制的）。其他命令不会受到限制，并且会尽快生成脏数据。

VACUUM是将页面标记为全部可见的唯一方法，这是某些操作（特别是仅索引扫描）的重要性能考虑因素。如果您进行大型插入，很可能有许多页面只有新插入的元组。VACUUM可以潜在地将这些页面标记为全部可见，但前提VACUUM是启动时最旧的正在运行的事务比插入数据的事务新。

由于 MVCC 的工作方式，插入超过约 20 亿次交易的元组必须标记为“冻结”。默认情况下，autovacuum 将在每 2 亿笔交易中执行此操作。在批量插入后运行手动真空吸尘器并将vacuum_freeze_min_age 设置为0 有助于减少其影响。更激进的是，您可以VACUUM FREEZE在插入后在桌子上运行。这将在下一次冻结扫描发生时“重置时钟”。

如果你想知道具体的细节，请在HEAPTUPLE_LIVE调用HeapTupleSatisfiesVacuum()inside后查看案例lazy_scan_heap()。也可以看看HeapTupleSatisfiesVacuum()它本身，并将它与HeapTupleSatisfiesMVCC().

我的另外两个演示文稿可能很有趣。第一个视频可从http://www.pgcon.org/2015/schedule/events/829.en.html获得，而第二个视频（我认为更好一点）在https://www.youtube。 com/watch?v=L8nErzxPJjQ