Mikä on VACUUM ja miksi se on tärkeää?

Question

Accepted Answer

**`VACUUM`** on PostgreSQL:n ylläpitoprosessi, joka vapauttaa muistia **kuolleista monikkoista** (vanhentuneet riviversion, jotka MVCC jättää jäljelle) ja päivittää tilastoja. Koska Postgre:n MVCC luo kuolleita rivejä jokaisella UPDATE/DELETE-operaatiolla, VACUUM on välttämätön **paisumisen** estämiseen ja tietokannan terveenä pitämiseen. **Autovacuum** automatisoi tämän.

## Miksi kuolleita monikkoja on olemassa (MVCC-yhteys)

```text
MVCC: an UPDATE/DELETE doesn't overwrite a row — it marks the old version obsolete
(a "dead tuple") and may create a new one. Dead tuples accumulate over time.
→ Without cleanup, dead tuples cause BLOAT: wasted disk space, slower scans
  (more data to read), degraded performance.
VACUUM reclaims this dead space → keeps tables compact and queries fast.
```

## Mitä VACUUM tekee

```sql
VACUUM users;                  -- reclaim dead-tuple space (reusable, but doesn't shrink the file)
VACUUM FULL users;             -- rewrites the table → reclaims space to the OS, but LOCKS
                               -- the table (avoid in production / use sparingly)
VACUUM ANALYZE users;          -- vacuum + update statistics (for the query planner)
ANALYZE users;                 -- update statistics only (helps the planner choose good plans)
```

```text
VACUUM      → marks dead-tuple space reusable (no exclusive lock — normal maintenance)
VACUUM FULL → fully reclaims space to the OS but rewrites + LOCKS the table (heavy)
ANALYZE     → updates table statistics so the planner makes good decisions
```

## Autovacuum — automaattinen ylläpito

```text
AUTOVACUUM runs automatically in the background, vacuuming/analyzing tables when
enough rows have changed → handles routine maintenance without manual intervention.
→ Usually leave it ON. Tune its settings for high-write tables that need more
  frequent vacuuming (or it falls behind → bloat builds up).
```

## Vacuum-ongelmien oireet

```text
✗ Table/index BLOAT (much larger than the actual data) → slow queries, wasted space
✗ Outdated statistics → the planner picks bad query plans
✗ Transaction ID wraparound risk (if vacuum is severely neglected — a serious issue)
→ Monitor with pg_stat_user_tables (dead tuple counts, last vacuum time)
```

## Miksi se on tärkeää

VACUUMin ymmärtäminen on tärkeää **PostgreSQL:n käytölle** oikein, koska se on suora seuraus Postgre:n MVCC-arkkitehtuurista ja välttämätön tietokannan terveydelle — sen laiminlyönti aiheuttaa todellisia, vakavia suorituskyky- ja käyttöongelmia.

Perussuhde on, että **MVCC luo kuolleita monikkoja** (vanhentuneet riviversion) jokaisella UPDATE- ja DELETE-operaatiolla, ja nämä kerääntyvät **paisumiseksi** (hukkaan menevä tila, hitaammat skanit, heikentynyt suorituskyky) elleivät ne poistu — VACUUM on tämä siivous, joka vapauttaa kuolleen-monikon-tilan ja pitää taulut kompakteina sekä kyselyt nopeina.

Varianttien ymmärtäminen — tavallinen `VACUUM` (vapauttaa tilan uudelleenkäytölle, normaali ylläpito, ei raskas lukitus), `VACUUM FULL` (täysin vapauttaa tilan käyttöjärjestelmälle mutta kirjoittaa uudelleen ja lukitsee taulun, joten käytetään harvoin) ja `ANALYZE` (päivittää tilastot niin, että kyselysuunnittelija tekee hyviä päätöksiä) — on tärkeää ylläpidolle.

**Autovacuumin** tunteminen (automaattinen taustaprosessi, joka hoitaa rutiinimaista vacuumia ja jonka yleensä jätät päälle mutta saatat joutua *säätämään* korkean kirjoituksen tauluissa niin, että se ei jää jäljessä) on keskeinen käyttötieto.

**Vacuum-ongelmien oireiden** tunnistaminen (taulun/indeksin paisuminen, vanhentunut tilasto, joka aiheuttaa huonoja kyselysuunnitelmia, ja vakava riski transaktio-ID:n ympärikierrokselle, jos vacuum on vakavasti laiminlyöty) ja niiden seuranta on tärkeää tuotantotietokantojen terveydelle.

Koska VACUUM on Postgres-spesifi käyttövelvoite (joka johtuu suoraan MVCC:stä), ja koska sen laiminlyönti aiheuttaa paisumisen, hitaat kyselyt, huonot suunnitelmat ja jopa kriittiset ympärikierrosongelman, VACUUMin ymmärtäminen — miksi se on tarpeen (MVCC kuolleet monikot), mitä variantit tekevät, autovacuum ja ongelmien oireet — on tärkeää senior-tason tietoa PostgreSQL:n luotettavaan käyttöön, usein relevantti ylläpidonhuoli, joka erottaa ne, jotka pystyvät ajamaan Postgres:ia tuotannossa, niistä, jotka törmäävät vältettävissä olevan suorituskyvyn heikkenemiseen.