Greeplum 系列（八） 数据维护

一、事务管理

begin(start transaction)       # 开始事务 
savepoint           # 保存事务回滚点 
rollback            # 回滚事务 
end(commit)         # 结束事务

二、回收空间和分析

(1) 过期记录来源

1. 事务ID管理：在每个数据库每2百万个事务的时候，对每张表执行VACUUM是很有必要的。
2. 系统目录维护：大量的CREATE和DROP命令会导致系统表的迅速膨胀，以至于影响系统性能。
3. MVCC事务并发模型：已经删除或者更新的记录仍然占据着磁盘空间。
4. 如果数据库有大量的更新和删除操作，将会产生大量的过期记录。

所以需要定期的运行 VACUUM 命令可以删除过期记录，回收空间。

vacuum tb01; 
vacuum full;    # 回收所有过期记录，但是耗时长，生产环境中不建议使用

(2) 配置子空间映射

过期的记录会被存放在叫做自由空间映射的地方，超出自由映射空间的过期记录所占用的空间无法回收(除非删除表)；

自由映射空间的设置参数(一般不用配制)：max_fsm_pages、max_fsm_relations

(3) 查询优化器

GP 使用基于成本的查询优化器，使用 analyze 命令收集查询优化器需要的统计信息，可以和 vaccum 一起使用。

vaccum analyze tb_cp_02;

三、日常重建索引

1. 对于 B-tree 索引，新重建的索引比存在较多更新的索引更快
2. 重建索引可以回收过期的空间
3. 在 GP 中，删除索引然后创建通常比 REINDEX 更快
4. 当更新数据时，Bitmap 索引不会被更新

四、管理 GPDB 日志文件

(1) 数据库服务日志文件

GP 在 Master 和所有 Segment 实例上开启了日志文件按天滚动，服务器日志文件存放在每个实例数据目录的 pg_log 目录下。格式：gpdb-YYYY-MM-DD_TIME.csv

通过 gplogfilter 工具来查找匹配指定标准的日志数据

gplogfilter –n 3

gplogfilter + gpssh 工具组合在所有 segment 节点进行查找

gpssh –f seg_host_file 
    => gplogfilter –n 3 /data/primary/*/pg_log/gpdb*.csv

(2) 程序日志文件

缺省位于 ~/gpAdminLogs 目录下。命令方式： _ .log。日志记录的格式：

<timestamp>:<utility>:<host>:<user>:[INFO|WARN|FATAL]:<message>

五、系统数据字典

所有的系统数据字典存放在 pg_catalog 模式下，标准的 PostgreSQL 系统数据字典为pg_*

GP特有的字典目录：

gp_configuration 
gp_distribution_policy 
gp_distributed_log 
gp_id 
gp_version_at_initdb 
gp_master_mirroring 
gp_pgdatabase

在 psql 中列出所有的系统字典：\dtS

在 psql 中列出所有的系统视图：\dvS

---

每天用心记录一点点。内容也许不重要，但习惯很重要！