Apakah VACUUM dan mengapa ia penting?

Question

Accepted Answer

**`VACUUM`** ialah proses penyelenggaraan PostgreSQL yang menuntut semula storan daripada **dead tuple** (versi baris usang yang ditinggalkan oleh MVCC) dan mengemas kini statistik. Kerana MVCC Postgres mencipta baris mati pada setiap UPDATE/DELETE, VACUUM penting untuk mencegah **bloat** dan memastikan pangkalan data sihat. **Autovacuum** mengautomasikannya.

## Mengapa dead tuple wujud (kaitan MVCC)

```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.
```

## Apa yang VACUUM lakukan

```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 — penyelenggaraan automatik

```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).
```

## Simptom masalah vacuum

```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✗ Outdated statistics → the planner picks bad query plans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)
```

## Mengapa ia penting

Memahami VACUUM adalah penting untuk **mengendalikan PostgreSQL** dengan betul, kerana ia merupakan akibat langsung daripada seni bina MVCC Postgres dan penting untuk kesihatan pangkalan data — mengabaikannya menyebabkan masalah prestasi dan operasi yang nyata dan serius.

Kaitan asasnya ialah **MVCC mencipta dead tuple** (versi baris usang) pada setiap UPDATE dan DELETE, dan ini terkumpul sebagai **bloat** (ruang terbazir, imbasan lebih perlahan, prestasi merosot) melainkan dibersihkan — VACUUM ialah pembersihan itu, menuntut semula ruang dead-tuple dan memastikan jadual padat dan query pantas.

Memahami varian — `VACUUM` biasa (menuntut semula ruang untuk guna semula, penyelenggaraan biasa, tiada locking berat), `VACUUM FULL` (menuntut semula sepenuhnya ruang kepada OS tetapi menulis semula dan mengunci jadual, jadi digunakan secara berhemat), dan `ANALYZE` (mengemas kini statistik supaya query planner membuat keputusan baik) — adalah penting untuk penyelenggaraan.

Mengetahui tentang **autovacuum** (proses latar belakang automatik yang mengendalikan vacuuming rutin, yang biasanya anda biarkan dihidupkan tetapi mungkin perlu *ditala* untuk jadual tulis tinggi supaya ia tidak ketinggalan) ialah pengetahuan operasi utama.

Mengenali **simptom masalah vacuum** (bloat jadual/indeks, statistik usang menyebabkan rancangan query buruk, dan risiko serius transaction ID wraparound jika vacuum diabaikan dengan teruk) dan cara memantaunya adalah penting untuk memastikan pangkalan data production sihat.

Memandangkan VACUUM ialah keperluan operasi khusus Postgres (berpunca langsung daripada MVCC), dan memandangkan mengabaikannya menyebabkan bloat, query perlahan, rancangan buruk, dan juga isu wraparound kritikal, memahami VACUUM — mengapa ia diperlukan (dead tuple MVCC), apa yang dilakukan oleh varian, autovacuum, dan simptom masalah — ialah pengetahuan peringkat senior yang penting untuk mengendalikan PostgreSQL dengan boleh dipercayai, satu kebimbangan penyelenggaraan yang kerap relevan yang membezakan mereka yang boleh menjalankan Postgres dalam production daripada mereka yang menghadapi kemerosotan prestasi yang boleh dielakkan.