标签

PostgreSQL , rotate table , 自动清理 , 触发器 , insert into on conflict

---

背景

时序场景，这个需求很常见：

1、自动清理过期的历史数据，并且要保证清理速度够快，不产生WAL日志。

要么DROP,要么truncate。

2、我们知道PG支持分区表，如果是通过分区的方法来实现，最好不过了，但是需要不停的创建分区，这个目前pg_pathman能够满足自动创建分区。但是自动删除分区还是不够自动。

所以怎么做呢？

一个做法是这样的：

1、固定一个周期的所有分区表（类似list分区），比如以小时为结尾的表，只需要24个。以周为单位的表，只需要7个。以分钟为单位的表，需要60个。

2、自动根据数据插入的时间，触发，并清理（truncate）旧的数据。

这种方法，写入代码是固定的不需要变更。

数据表是一次性创建的，不需要后续再增加。

例子

1、创建周期内的所有明细分区表

以10分钟为单位，创建6个表，代表每个10分钟。

create table t1_0 (id int, info text, crt_time timestamp, check (substring(to_char(crt_time,'yyyymmddhh24miss'), 11, 1)='0'));    
create table t1_1 (id int, info text, crt_time timestamp, check (substring(to_char(crt_time,'yyyymmddhh24miss'), 11, 1)='1'));    
create table t1_2 (id int, info text, crt_time timestamp, check (substring(to_char(crt_time,'yyyymmddhh24miss'), 11, 1)='2'));    
create table t1_3 (id int, info text, crt_time timestamp, check (substring(to_char(crt_time,'yyyymmddhh24miss'), 11, 1)='3'));    
create table t1_4 (id int, info text, crt_time timestamp, check (substring(to_char(crt_time,'yyyymmddhh24miss'), 11, 1)='4'));    
create table t1_5 (id int, info text, crt_time timestamp, check (substring(to_char(crt_time,'yyyymmddhh24miss'), 11, 1)='5'));    

2、创建约束表，或者说调度表（因为我们不能每条记录都触发一个TRUNCATE事件）

以10分钟为周期，清除10分钟前的数据。

create table t_const(crt_time timestamp primary key);  

3、创建分区表的触发器，将数据按周期截断后，写入约束表。

create or replace function tg() returns trigger as $$  
declare  
begin  
  insert into t_const values (to_timestamp(substring(to_char(NEW.crt_time,'yyyymmddhh24miss'), 1, 11)||'000','yyyymmddhh24miss')) on conflict (crt_time) do nothing;  
  return null;  
end;  
$$ language plpgsql strict;  
  
create trigger tg1 after insert on t1_0 for each row execute procedure tg();  
create trigger tg1 after insert on t1_1 for each row execute procedure tg();  
create trigger tg1 after insert on t1_2 for each row execute procedure tg();  
create trigger tg1 after insert on t1_3 for each row execute procedure tg();  
create trigger tg1 after insert on t1_4 for each row execute procedure tg();  
create trigger tg1 after insert on t1_5 for each row execute procedure tg();  

4、创建约束表触发器，触发清除明细表分区的规则。

create or replace function tg_truncate() returns trigger as $$  
declare  
  suffix int := substring(to_char(NEW.crt_time,'yyyymmddhh24miss'), 11, 1)::int;  
begin  
  set lock_timeout = '1s';  
  
  for i in 0..5 loop  
    if i=suffix then  
      continue;  
    end if;  
     
    if suffix=0 and i=5 then  
      continue;  
    end if;  
     
    if i=suffix-1 then  
      continue;  
    end if;  
      
    execute 'truncate t1_'||i;  
  
    raise notice 'truncated %', 't1_'||i;  
  end loop;  
  
    
  return null;  
end;  
$$ language plpgsql strict;  

create trigger tg1 after insert on t_const for each row execute procedure tg_truncate();  

试一试

自动清除

postgres=# insert into t1_0 values (1,now(),'2018-01-02 10:00:40');  
NOTICE:  truncated t1_1  
NOTICE:  truncated t1_2  
NOTICE:  truncated t1_3  
NOTICE:  truncated t1_4  
INSERT 0 1  

如果后面再写入同一个区，不会触发自动清除，符合要求（仅第一条触发）。

postgres=# insert into t1_0 values (1,now(),'2018-01-02 10:00:40');  
INSERT 0 1  
postgres=# insert into t1_0 values (1,now(),'2018-01-02 10:01:50');  
INSERT 0 1  

小结

使用分区，实现了数据的分区存放。（目前如果使用原生分区表的话，写入会对主表和所有子分区加共享锁，导致无法truncate。建议方法：使用pg_pathman分区，或者直接写子分区。）

《分区表锁粒度差异 - pg_pathman VS native partition table》

使用TRUNCATE，使得清理数据时不会产生WAL日志。

使用触发器，实现了自动的数据清理。

参考

《PostgreSQL 数据rotate用法介绍 - 按时间覆盖历史数据》

《PostgreSQL APP海量FEED LOG实时质量统计CASE(含percentile_disc) - 含rotate 分区表》