小编Mor*_*ryx的帖子

我正在设计一个并发安全的增量聚合汇总系统，track_commit_timestamp (pg_xact_commit_timestamp) 听起来很完美。但是我发现很少有关于它的评论，并且无法从源代码中弄清楚它是如何工作的。

希望有人知道我的一个或多个问题的答案：

• 提交时间戳功能是否有可能产生乱序时间？我所追求的是一种识别自特定时间以来已更改的记录的方法，以便我可以获取任何以后的更改以进行处理。如果有相同的时间戳，我不需要它们以完美的提交顺序。

• 最终实现中每行添加多少字节？我看到的讨论似乎在 12-24 个字节之间。曾讨论过为“以防万一”添加额外字节。这是 9.5 之前的版本，所以是一个世界之前的版本。

• 时间戳是否在内部编入索引？用 B 树？我询问容量规划的原因。

• 我在 StackOverflow 和设计讨论中看到时间戳不是无限期保留的，但无法找到它们存储时间的详细信息。

• 关于启用 track_commit_timestamp 的性能影响的任何经验法则？我不需要所有表上的数据，但是，在我需要的地方，听起来它可能工作得很好。

• 有什么问题吗？我尝试在测试表上运行 VACUUM FULL 并且 pg_xact_commit_timestamp 都没有改变。看起来像 VACUUM 这样的物理操作不应该改变任何东西，但很容易有一些我没有想到的东西。而且，老实说，我的快速 VACUUM 测试甚至可能没有任何意义。

非常感谢您的帮助！

我编辑了我的问题以阐明我要完成的任务，我希望根据更新标记跟踪已处理和未处理的数据。

select max(pg_xact_commit_timestamp(xmin)) from scan;--   2019-07-07 20:46:14.694288+10

update scan set quantity = 5 where quantity = 1; --       Change some data.

select max(pg_xact_commit_timestamp(xmin)) from scan; --  2019-07-10 09:38:17.920294+10

-- Find the changed row(s):
select * 
  from scan 
 where pg_xact_commit_timestamp(xmin) > '2019-07-07 20:46:14.694288+10'; 

这个想法是对行进行增量和定期汇总。所以，

-- 跟踪上次汇总的时间戳。-- 等待 5 分钟（或其他时间）。 -- 查找当前的最大提交时间戳。-- …

我对tsvector字段（重新）感到困惑。这是很常见的，看文字的例子被连接成的tsvector字段，然后索引。如果您查找 PG 12 生成的列，您会发现快速显示tsvector字段填充的示例。

既然这个字段的唯一目的就是支持索引，那为什么不用表达式构建索引，跳过向量列呢？我之前顺便问过这个问题（找不到），记得听到回复“这个专栏毫无意义”。这对我来说很有意义。最近，我一直在关注这篇文章的一些评论：

使用 PostgreSQL 12 微调全文搜索

这件作品相当不错，顺便说一句。有这样的评论：

实现 tsvector 的一个原因是不在重新检查时评估表达式，这本身可能非常昂贵。

在解释分析中勾选'Recheck Cond'，条件可以被真正检查，因此条件（to_tsvector）将被计算。

\d t1
Table “public.t1”
Column | Type    | Collation | Nullable | Default
--–----+---------+----------–+----------+---
id     | integer |           |          |
t      | text    |           |          |
Indexes:
  "t1_to_tsvector_idx" gin (to_tsvector('english'::regconfig, t))

explain analyze select * from t1 where to_tsvector(‘english’, t) @@ to_tsquery(‘english’,’foo’);

\d t1
Table “public.t1”
Column | Type    | Collation | Nullable | Default
--–----+---------+----------–+----------+---
id …

Postgres 11.7。

我正在尝试解压一个数组，其中每个项目都有多个元素，并且似乎无法获得正确的语法。我希望有人能指出我所缺少的东西。这是一个例子：

select
unnest(array[

                 ('Red Large Special',     1),
                 ('Blue Small',            5),
                 ('Green Medium Special', 87)

              ]) as item_list

这就是我要的：

item_name               item_id  
Red Large Special       1
Blue Small              5
Green Medium Special   87

这就是我得到的：

base_strings
("Red Large Special",1)
("Blue Small",5)
("Green Medium Special",87)

我相信我需要一个列规格列表，如下所示：

select * from
unnest(array[

                 ('Red Large Special',    1),
                 ('Blue Small',        5),
                 ('Green Medium Special', 87)

              ]) AS item_list(item_name citext, item_id int4)

我得到的是：

ERROR:  function return row and query-specified return row do not match
DETAIL:  Returned type …

问题

我被要求将大量数据复制到 Postgres 的新表中。数据包含装配组件列表，在下面的表定义中进行了简化：

CREATE TABLE IF NOT EXISTS assembly_item (
    id               uuid       NOT NULL DEFAULT  NULL,
    assembly_id.     uuid.      NOT NULL DEFAULT  NULL,
    done_dts         timestamp  NOT NULL DEFAULT 'epoch', 

CONSTRAINT assembly_item_pk
    PRIMARY KEY (id) 
);

原来有几十个属性，现在有几亿行。这些记录分布在多个安装中，并且不存储在本地 Postgres 中。据猜测，该表上的插入量会快速增加，一年内将增长到 1B 行。日期很少更新，也从不删除。（它可能会及时发生，但不会经常发生。）相同的情况永远不会id用不同的值重复。因此，在分区级别上唯一是安全的。这里的目标是将这些数据卸载到 Postgres 上，并仅将最近的数据保留在本地服务器的缓存中。assembly_idid