PG 19 提供统计信息持久化增强接口

本期播客

PostgreSQL 19 preview - 提供统计信息持久化增强接口

https://github.com/postgres/postgres/commit/4ba012a8ed9c4214bd35b221c087f02efb1ac424

这个补丁（Commit 4ba012a8ed9c4214bd35b221c087f02efb1ac424）是对 PostgreSQL 累积统计信息（Cumulative Statistics） 系统的一个重要增强，允许它在数据库关闭和启动时，将额外的辅助数据（Auxiliary Data）读写到磁盘。

补丁解决的问题

PostgreSQL 的累积统计信息（例如查询计数、块访问量等）通常存储在共享内存（Shared Memory）中，并在数据库正常关闭时被写入磁盘文件 (pgstats)，启动时再加载回来。

然而，一些高级统计信息（如 pg_stat_statements 扩展中使用的规范化查询字符串）是可变长度的，不适合直接存储在固定大小的共享内存统计条目中。它们通常需要存储在单独的内存区域（如动态共享内存段 DSA segment）或外部文件中。

此补丁提供了将共享内存统计条目与外部辅助数据关联起来的机制，确保这些辅助数据也能在服务器关闭时持久化到磁盘，并在启动时被正确加载。

补丁实施的更改（新机制）

该补丁通过在 PgStat_KindInfo 结构中添加三个新的可选回调函数，为可变编号的统计信息类型（Variable-numbered stats kinds）引入了新的序列化（Serialization）能力：

1. 序列化回调（读写辅助数据）

这两个回调函数负责处理每个统计条目（per-entry）的辅助数据：

• to_serialized_data (写入辅助数据)：
• 在主统计数据被写入磁盘后调用。
• 用于将与该统计条目相关的辅助数据（如规范化查询文本）写入磁盘。
• 可以写入到现有的 pgstats 文件，也可以写入到根据条目键名（entry keys）构建的新辅助文件中。
• from_serialized_data (读取辅助数据)：
• 在主统计数据从磁盘读取后调用。
• 用于从磁盘文件读取相应的辅助数据，并将其链接到内存中的统计条目。

2. 完成回调（资源清理）

这个回调函数在处理完某个类型（Kind）的所有统计条目后调用，用于清理资源：

• finish：
• 在统计文件完成 读取（STATS_READ） 、写入（STATS_WRITE） 或丢弃（STATS_DISCARD） 操作后调用。
• 允许扩展或模块执行收尾工作，例如关闭打开的文件句柄、清理临时资源。

通过这些更改，诸如 pg_stat_statements 这样的扩展就能更安全、更可靠地将长查询(long query)字符串等数据持久化到磁盘，并在服务器重启后恢复其完整的统计状态。

文件变动概要

• **src/include/utils/pgstat_internal.h**：定义了新的回调函数指针（to_serialized_data、from_serialized_data、finish）以及一个用于表示统计文件操作状态的枚举类型 PgStat_StatsFileOp。
• **src/backend/utils/activity/pgstat.c**：在统计数据的读写逻辑 (pgstat_write_statsfile 和 pgstat_read_statsfile) 中添加了对新序列化回调的调用。同时，在所有统计文件操作结束时（读、写、丢弃），新增了对 finish 回调的循环调用，以确保资源被正确清理。