実行の有無と回収できるかを分ける
autovacuumの調査では、ワーカーが動いているか、対象表へ間に合っているか、古い行バージョンを実際に回収できるかを分けます。単に最後の実行時刻が新しいだけでは、不要領域の増加が収まった保証になりません。逆に、小さな更新の少ない表で長く実行されていないことだけが障害とは限りません。pg_stat_user_tablesの推定dead tuple数や実行履歴を、表の更新量、サイズ、トランザクション年齢と一緒に調べます。推定値の一行を正確な未回収行数として扱わないようにします。
進捗のフェーズを読む
pg_stat_progress_vacuumは、現在VACUUMを進めているバックエンドのフェーズと進捗を示します。ヒープ走査、索引の処理、ヒープの回収など、どの段階にいるかを確認します。走査済みブロックを総ブロックで割った比率は、その走査段階の進み方の手掛かりであり、全作業時間の完了率ではありません。索引処理へ進んだ後も時間がかかる場合があります。ビューが空ならその観測時点に対象の処理が見えないという意味で、過去も未来も動かないという証拠にはなりません。
SELECT pid, relid::regclass, phase, heap_blks_total, heap_blks_scanned
FROM pg_stat_progress_vacuum;
SELECT relname, n_live_tup, n_dead_tup, last_autovacuum, autovacuum_count
FROM pg_stat_user_tables ORDER BY n_dead_tup DESC;古いトランザクションと統計をつなぐ
古いトランザクションやスナップショットなどが必要とする行バージョンは、VACUUMが走っても直ちには除去できません。pg_stat_activityやレプリケーション関連の情報を合わせ、保持が続く理由を調べます。例えば更新量に対してdead tupleの推定値が伸びるなら、起動しきい値だけでなく、処理能力、待機、回収を妨げる保持を順に確かめます。この流れは調査の例で、特定環境の原因を断定するものではありません。長いトランザクションを終わらせる前には、その処理とロールバックの影響を把握します。
負荷と凍結の目的を守って調整する
VACUUMには領域再利用だけでなく、可視性マップや古いトランザクションIDの凍結という役割があります。負荷が見えたからとautovacuumを止めると、膨張や周回対策の問題を先送りする恐れがあります。コスト制御、ワーカー、表ごとの設定を変える場合は、I/O負荷と回収の追従の両方を観測します。通常のVACUUMが内部の再利用可能領域を増やしても、ファイルサイズが必ず小さくなるわけではありません。ファイルが縮まないことと、メンテナンスが役割を果たしていないことを混同しないようにします。