Postgres row_number() 大約每 24 小時將表大小加倍

Question

我有一個包含 ~165,000 行的 Assets 表。 但是，資產構成“集合”，每個集合可能有大約 10,000 個項目，我想為這些項目保存“排名”，以便用戶可以看到給定資產在集合中的排名。

排名可能會發生變化（基於內部分數），因此需要定期更新（每小時幾次）。

這是目前在每個集合的基礎上完成的：

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，這導致表的大小大約每 24 小時翻一番（即 1GB 到 2GB）。

VACUUM FULL這個問題，但這並不是一個真正的解決方案。

是否可以調整查詢以不創建太多（我假設是）臨時存儲？

運行 PostgreSQL 13。

Answer 1

每次更新都會在 Postgres 中寫入一個新的行版本。 因此（除了 TOASTed 列）更新表中的每一行都會使其大小加倍。 那就是你觀察到的。 死元組稍后可以被清理以縮小表的物理大小 - 這就是VACUUM FULL所做的，代價高昂。

或者，您可能只是不運行VACUUM FULL並將表保持在〜最小物理尺寸的兩倍。 如果您運行普通的VACUUM （沒有FULL ！）足夠 - 如果您沒有長時間運行的事務阻塞 - Postgres 將在下一次UPDATE開始時在可用空間映射中標記死元組並且可以重用磁盤空間，因此保持在其最小尺寸的兩倍左右。 這比一直縮小和重新增長表要便宜得多，因為最昂貴的部分通常是物理增長表。

可能更好的是，將排名分解到一個最小的單獨 1:1 表中，這樣只需“每小時幾次”寫入最少的行。