在大型数据集上删除 Postgres 中的列

Question

所以我有一个包含大型数据集的表，并且该表有我想删除的三列。
问题是：Postgres 将如何处理？

它会遍历每个条目还是只会更新映射信息而不需要太多开销？ 我可以制作一个

ALTER TABLE

还是在这种特殊情况下我应该使用交换表？

而且，如果有什么区别的话，所有三列都有固定长度（两个整数和一个数字）。

如果已经被问过，我很抱歉，但谷歌找不到任何相关的问题/文章......

Answer 1

ALTER TABLE DROP COLUMN 仅禁用系统表中的列。它非常快，但它不会从堆文件中删除数据。您必须稍后执行 VACUUM FULL 来压缩分配的文件空间。所以 ALTER TABLE DROP COLUMN 非常快。为了压缩文件，你必须调用速度较慢的（带有独占锁定）VACUUM FULL。

Answer 2

谷歌可能对这个问题毫无用处，但是手册很少失败：

DROP COLUMN

形式不会物理移除色谱柱，但 只是使其对 SQL 操作不可见。随后插入和 表中的更新操作将为该列存储空值。 因此，删除一列很快，但不会立即减少 表的磁盘大小，即删除的表占用的空间 列不被回收。随着时间的推移，该空间将被回收 现有行已更新。

并且：

要强制立即重写表格，您可以使用

VACUUM FULL

，

CLUSTER

或强制重写的

ALTER TABLE

形式之一。 这会导致表中没有语义可见的更改，但得到 摆脱不再有用的数据。

具体来说，系统目录表

attisdropped

中的列

pg_attribute设置为

true

。

副作用

有轻微的副作用（正如Chris指出的）：

• 更新或新插入的行仍然存储不可见的空值，这会强制每个新行使用空位图，即使可见列中没有空值也是如此。 不会影响现有行，因为这些行保留原始（现在不可见）列值。

• 空位图必须足够大以覆盖所有可见的和删除的列。在极端情况下，它可能会因此被放大。关于有效尺寸：

  • 可为空的列会占用 PostgreSQL 中的额外空间吗？

• 删除的列计入允许的最大值（无论如何您都不应该刮擦）。

• 目前（Postgres 16）没有简单的方法可以完全摆脱 zombi 列。上面提到的表重写用

  null

  替换不可见的值，这会回收 几乎所有空间，但不会从系统目录中清除删除的列。甚至

  TRUNCATE

  也没有。只有创建新表或转储/恢复周期才能做到这一点。