supercomputadoresTecnologia

Postgres 19 ganha REPACK nativo para bloat de tabelas; o que muda na rotina do DBA

Logotipo do pgAdmin, ferramenta de administração do PostgreSQL; Postgres 19 ganhou comando REPACK nativo para bloat de tabelas (Foto: pgAdmin Community / Wikimedia Commons, CC BY-SA 3.0)

Uma das adições mais práticas do PostgreSQL 19 ganhou destaque em post de engenharia do blog da Snowflake: o comando REPACK nativo, para reconquistar espaço ocupado por bloat em tabelas sem depender de extensões externas. “É o recurso que mais vai importar se você roda um banco de dados em produção”, resume o autor do texto, Craig Kerstiens.

O problema do bloat

É o trade-off clássico do MVCC: quando linhas são atualizadas ou apagadas, as versões antigas permanecem por um tempo. O autovacuum normalmente marca esse espaço como reutilizável, o que basta para a maioria das tabelas. Mas em tabelas grandes e intensivas em atualização, o vacuum pode ficar para trás, tuplas mortas se acumulam e o arquivo cresce — e o VACUUM só libera espaço internamente, sem encolher o arquivo ou devolver espaço ao sistema operacional. Para recuperar disco, era preciso reconstruir a tabela.

Como diagnosticar

Um sinal rápido vem de pg_stat_user_tables (contagens são estimativas, mas servem como diagnóstico — consulta adaptada do guia de bloat da Crunchy Data):

SELECT schemaname, relname,
       pg_size_pretty(pg_relation_size(schemaname || '.' || relname)) AS size,
       n_live_tup, n_dead_tup,
       CASE WHEN n_live_tup > 0
            THEN round((n_dead_tup::float / n_live_tup::float)::numeric, 4)
       END AS dead_tup_ratio,
       last_autovacuum, last_autoanalyze
FROM pg_stat_user_tables
ORDER BY dead_tup_ratio DESC NULLS LAST;

Regra prática: abaixo de 50% de bloat, em geral aceitável — monitore e confira o autovacuum; acima de 50%, vale investigar, especialmente se há queries lentas ou tabelas crescendo sem explicação. Não existe percentual único: considere bytes desperdiçados, workload e se recuperar espaço justifica a reescrita.

REPACK nativo: o que mudou

Antes, as opções eram a extensão pg_repack (binário externo, anos de uso em produção) e o pg_squeeze, da CYBERTEC — este, o protótipo do que virou o REPACK do Postgres 19. A versão nativa herda a abordagem de logical decoding, mas integra tudo ao servidor: sem extensão, sem shared_preload_libraries, sem tabelas de configuração.

O comando vem em três modos:

REPACK minha_tabela;                                   -- trava ACCESS EXCLUSIVE, como VACUUM FULL
REPACK (CONCURRENTLY) minha_tabela;                    -- online
REPACK (CONCURRENTLY) minha_tabela USING INDEX meu_ix; -- online + reordena pelo índice

O CONCURRENTLY é o que torna o recurso pronto para produção: a trava exclusiva é mantida apenas por um instante no final; durante a maior parte da operação — que pode levar minutos em tabelas grandes — a tabela segue plenamente legível e gravável.

Planejamento: rotina do DBA e migração para o 19

  • Rotina: inclua a consulta de bloat no monitoramento e defina gatilhos claros (não repackar “por hábito” — cada rodada reescreve dados).
  • Migração: quem planeja upgrade para o 19 pode testar workloads com REPACK nativo e eventualmente dispensar pg_repack/pg_squeeze, simplificando o ambiente.
  • Cuidados: operações em tabelas muito grandes consomem I/O e espaço temporário — agende janelas e monitore disco mesmo com CONCURRENTLY.

Fontes

Foto de destaque: pgAdmin Community / Wikimedia Commons (CC BY-SA 3.0).

Artigos relacionados

Você sabe a diferença entre BI e Big Data?

galdino.ws

Vsenn será o concorrente do smartphone modular da Google

galdino.ws

Tudo sobre a Estação Espacial Internacional

galdino.ws

Deixe um comentário