brauliobo's questions

我更改了 Amazon RDS Postgresql 中的参数max_sync_workers_per_subscription并验证它在 master 数据库中发生了变化：

db=> show max_sync_workers_per_subscription;
 max_sync_workers_per_subscription 
-----------------------------------
 2
(1 row)
db=> show max_sync_workers_per_subscription;
 max_sync_workers_per_subscription 
-----------------------------------
 4
(1 row)

问题在于复制仍在使用旧2值，因为 CPU 使用率仍然只为每个逻辑复制工作者使用 2 个内核，这意味着该设置已应用于订阅。

以下是副本中的一些相关设置：

db=# show max_worker_processes;
 max_worker_processes 
----------------------
 8
(1 row)

db=# show max_logical_replication_workers;
 max_logical_replication_workers 
---------------------------------
 4
(1 row)

由于索引膨胀，我们正在经历许多放缓。在尝试优化索引时，重新创建它似乎会生成一个小得多的索引：

reviews_hotel_id_connection_id_review_date_created_at_review_id：原始索引 reviews_hotel_id_connection_id_review_date_created_at_new：原始索引的完全副本，重新创建

 reviews | reviews_hotel_id_connection_id_review_date_created_at_review_id | 5296 kB  
 reviews | reviews_hotel_id_connection_id_review_date_created_at_new       | 2944 kB    

新索引的大小仅为原索引的 55%！

运行VACUUM ANALYSE reviews不会导致任何索引减少！

运行VACUUM FULL reviews使原始索引与新索引具有完全相同的大小：

 reviews | reviews_hotel_id_connection_id_review_date_created_at_new       | 2944 kB 
 reviews | reviews_hotel_id_connection_id_review_date_created_at_review_id | 2944 kB

尽管VACUUM FULL即使读取也会锁定表！是否可以在不导致停机的情况下优化索引？

由于频繁的新记录和更新记录导致索引和存储碎片，我正面临性能下降和存储使用量增加的问题。

VACUUM 没有多大帮助。

不幸的是，CLUSTER 不是一个选项，因为它会导致停机并且 pg_repack 不适用于 AWS RDS。

我正在寻找 CLUSTER 的 hacky 替代品。在我的本地测试中似乎运行良好的一个是：

begin;

create temp table tmp_target as select * from target;

delete from target;
insert into target select * from tmp_target order by field1 asc, field2 desc;

drop table tmp_target;

commit;

ctid看起来正确的顺序是：

select ctid, field1, field2 from target order by ctid;

问题是：这看起来不错吗？它是否会为导致应用程序停机的查询锁定target表？SELECT有没有办法列出事务中涉及的锁？

与集群命令锁定副本上的只读查询相关

我注意到集群可能需要很长时间并完全锁定表，即使是读取也是如此。

Index Organized Tables 和 incremental clustering 会是完美的，但遗憾的是 PostgreSQL 不支持它们。

现在我意识到它也锁定了副本的表，所以显然没有办法在没有大量停机时间的情况下进行集群？

在主实例和副本实例上设置rds.logical_replication为1都没有帮助。

我想每周聚集四张大桌子以获得更好的性能。