PgSQL中优化术语HOT详解

PgSQL中优化术语HOT 是 Heap Only Tuple 的缩写。

中文可以翻译为 “仅堆元组”。

• Heap（堆）: 在 PostgreSQL 中，表的数据文件被称为“堆文件”。所谓的“堆”就是指表数据本身存储的地方，它是无序的。
• Only（仅）: 表示“仅限于”。
• Tuple（元组）: 这是 PostgreSQL 内部对“行”（Row）的称呼。

所以，Heap Only Tuple 的字面意思就是“仅存在于堆中的元组”。

这个名称完美地描述了这种优化的核心思想：

一次更新操作（UPDATE）产生的新的行版本（新元组），如果其所有索引键的值都没有改变，那么它就可以被放置在与老元组相同的数据页（Page） 中，并且不需要创建新的索引条目。这个新的元组就只是一个“仅存在于堆（表数据）里”的元组，与索引无关。

为什么 HOT 是一种优化？

在没有 HOT 的情况下，每次 UPDATE（即使只是更新一个没有索引的字段）都会：

1. 在堆文件中创建一个新的行版本。
2. 为所有索引创建新的条目，指向这个新的行版本，即使索引字段的值根本没有改变。这会导致索引膨胀，增加维护开销。

而启用 HOT 后，当更新的字段都不属于任何索引键时：

1. 在堆文件中创建一个新的行版本（通常在同一数据页）。
2. 索引完全不动。所有索引条目仍然指向老的行版本，然后通过堆内部的指针链（一个HOT链）最终找到最新的、有效的行版本。

优点：

1. 减少索引膨胀：避免了创建不必要的索引条目，显著减小索引大小。
2. 提升性能：减少了 UPDATE 操作需要写入的数据量（不需要写索引），加快了更新速度。同时，因为索引更小，查询速度也可能得到提升。
3. 减轻 VACUUM 压力：更少的索引条目意味着 VACUUM 清理死元组时的工作量更小。

如何最大化利用 HOT 更新？

从 pg_stat_user_tables.n_tup_hot_upd 这个计数器中，你可以看到有多少次更新享受到了这个优化。为了促进 HOT 更新，你可以：

• 将经常更新的表设置一个更大的 fillfactor：fillfactor 默认为 100%，表示数据页将填满。如果设置为 80%，意味着每个数据页会预留 20% 的空间，这样就有更大的概率让新的元组和旧的元组存放在同一个页中，这是触发 HOT 更新的关键条件。

  ALTER TABLE my_table SET (fillfactor = 80);
  

• 避免过度索引：只在必要的列上创建索引。每个额外的索引都会降低发生 HOT 更新的概率，因为只要有一个索引的键被更新，就无法使用 HOT。