排查由于aggresive vacuum引起WAL日志增长的问题

线上 RDS for PostgreSQL 实例发现短时间内，从指标中查看到有如下信息：

• 可用存储空间迅速降低
• 此时实例并没有大量的 DML，而 WAL 日志却增长异常
• CPU，内存，磁盘 IO / 带宽等指标均有突增

查看 PostgreSQL 错误日志，查看到有如下信息：

automatic aggressive vacuum to prevent wraparound of table

可以看到这段时间内发生了 aggressive vacuum

什么是 vacuum

在 PostgreSQL 中，autovacuum 的作用主要有如下四个方面：

1. 清理 dead tuple，对页面进行重组
2. 更新统计信息，保证执行计划的准确性
3. 更新 VM，加速 index-only scans
4. 避免 XID 回卷造成的数据丢失

触发 autovacuum 有如下两个条件：

1. 表的年龄是否达到 autovacuum_freeze_max_age 配置值，如果达到，必须进行 aggresive vacuum
2. 当表更新或者删除的元组数超过 autovacuum_vacuum_threshold + autovacuum_vacuum_scale_factor x table_size

同时我们需要注意的是，决定是否进行普通 Vacuum 和 aggressive vacuum 取决于如下两个参数：

1. 通过 vacuum_freeze_min_age 来决定表中那些元组需要被 vacuum
2. 通过 vacuum_freeze_table_age 来决定是否需要进行全表扫描，而不是通过 vm map 跳跃式扫描进行 vacuum，这种方式也被称为 aggressive vacuum

小结

PostgreSQL 中的 vacuum 可能导致大量的读写 IO，涉及到数据文件，WAL 日志文件的读写，还会伴随着 CPU，内存等指标飙升，而 aggressive vacuum 对于整个数据库的性能和稳定性的影响尤其明显。

1. 建议监控 database，表的年龄。监控的目的在于提前发现，使用户可以选择合适的时间来手动执行 vacuum freeze，避免集中达到 aggressive vacuum 阈值引发 freeze 风暴。
2. 避免大表，对于大表应使用分区表，并对大表设置不同的 vacuum 年龄
3. 避免大事务，长事务，Long 2PC

如果您有其他的优化建议，欢迎留言，分享。

• https://www.postgresql.org/docs/12/routine-vacuuming.html