Что такое bloat (распухание) индекса и почему это происходит в PostgreSQL?

Что такое bloat индекса

Bloat индекса — это ситуация, когда индекс занимает больше места на диске, чем необходимо для хранения актуальных данных. Это происходит из-за того, что PostgreSQL использует многоверсионное управление конкурентным доступом (MVCC): при обновлении или удалении строки старая версия не удаляется сразу, а помечается как мёртвая (dead tuple). Индекс продолжает ссылаться на эти мёртвые версии, пока не выполнится очистка.

Причины возникновения

• Частые операции UPDATE и DELETE создают большое количество dead tuples.
• Недостаточно частая работа VACUUM, который удаляет мёртвые версии и обновляет статистику.
• Отсутствие autovacuum или его неправильная настройка.
• Длительные транзакции, которые удерживают старые версии строк.

Как это влияет на производительность

Распухший индекс замедляет сканирование, увеличивает время чтения с диска и потребляет лишнюю память. Запросы, использующие индекс, становятся медленнее, так как приходится обрабатывать больше страниц.

Способы решения

Основной инструмент — команда VACUUM, которая удаляет мёртвые версии и освобождает место. Однако VACUUM не уменьшает физический размер индекса, он лишь помечает страницы как свободные для повторного использования. Для полного сжатия индекса используется REINDEX или утилита pg_repack.

-- Обычный VACUUM (очистка мёртвых версий)
VACUUM table_name;

-- Полная перестройка индекса
REINDEX INDEX index_name;

-- Автоматическая очистка (включена по умолчанию)
SHOW autovacuum;

Практический пример

Предположим, у нас есть таблица с миллионом записей и индекс на колонке. После массового обновления 50% строк индекс может вырасти в два раза. Проверить bloat можно с помощью расширения pgstattuple:

CREATE EXTENSION pgstattuple;
SELECT * FROM pgstatindex('index_name');

В результате будет видно процент мёртвых кортежей. Если он высокий, стоит выполнить REINDEX.

Вывод

Bloat индекса — естественное следствие работы MVCC, но его нужно контролировать. Регулярный VACUUM и периодический REINDEX помогают поддерживать производительность базы данных на высоком уровне. Особенно важно это для систем с интенсивной записью, где обновления происходят постоянно.