Postgres row_number() 大约每 24 小时将表大小加倍

Question

我有一个包含 ~165,000 行的 Assets 表。 但是，资产构成“集合”，每个集合可能有大约 10,000 个项目，我想为这些项目保存“排名”，以便用户可以看到给定资产在集合中的排名。

排名可能会发生变化（基于内部分数），因此需要定期更新（每小时几次）。

这是目前在每个集合的基础上完成的：

UPDATE assets a
SET rank = a2.seqnum
FROM
  (SELECT a2.*,
          row_number() OVER (
                             ORDER BY elo_rating DESC) AS seqnum
   FROM assets a2
   WHERE a2.collection_id = #{collection_id} ) a2
WHERE a2.id = a.id;

然而，这导致表的大小大约每 24 小时翻一番（即 1GB 到 2GB）。

VACUUM FULL这个问题，但这并不是一个真正的解决方案。

是否可以调整查询以不创建太多（我假设是）临时存储？

运行 PostgreSQL 13。

Answer 1

每次更新都会在 Postgres 中写入一个新的行版本。 因此（除了 TOASTed 列）更新表中的每一行都会使其大小加倍。 那就是你观察到的。 死元组稍后可以被清理以缩小表的物理大小 - 这就是VACUUM FULL所做的，代价高昂。

或者，您可能只是不运行VACUUM FULL并将表保持在〜最小物理尺寸的两倍。 如果您运行普通的VACUUM （没有FULL ！）足够 - 如果您没有长时间运行的事务阻塞 - Postgres 将在下一次UPDATE开始时在可用空间映射中标记死元组并且可以重用磁盘空间，因此保持在其最小尺寸的两倍左右。 这比一直缩小和重新增长表要便宜得多，因为最昂贵的部分通常是物理增长表。

可能更好的是，将排名分解到一个最小的单独 1:1 表中，这样只需“每小时几次”写入最少的行。