VACUUM

    1. 背景：为什么需要 VACUUM？

    在 SQLite 的日常使用中，你会发现一个奇怪的现象：当你从数据库中删除了大量数据后，数据库文件的大小（在磁盘占用的空间）并没有变小。

    这是因为 SQLite 的默认行为：

    1. 当你执行 DELETE 删除数据时，SQLite 只是将这些数据占用的页面标记为“空闲”（Free Pages）。
    2. 这些空闲页面保留在数据库文件中，等待将来插入新数据时重复使用。
    3. 它不会主动将这部分空间归还给操作系统。

    这种机制可以提高性能（避免频繁的文件截断和扩展操作），但会导致数据库文件包含大量的“气泡”（碎片），导致磁盘空间浪费，且数据分布分散可能影响查询速度。

    VACUUM 命令就是用来解决这个问题的。

    2. VACUUM 的作用

    VACUUM 命令主要执行两个操作：

    1. 重建数据库文件：它会创建一个全新的数据库文件，将原有数据库中的有效数据紧凑地复制过去，丢弃所有的空闲页面。
    2. 最小化文件体积：操作完成后，新的数据库文件只包含实际数据，体积会变小，释放出的磁盘空间归还给操作系统。

    可以将它类比为电脑硬盘的“磁盘碎片整理”。

    3. 基本用法

    语法非常简单，通常不需要任何参数：

    VACUUM;

    你也可以对附加（Attached）的数据库执行此操作：

    VACUUM "secondary_db";

    4. 执行过程与内部原理

    理解 VACUUM 的内部工作原理对于评估其风险至关重要：

    1. 创建临时文件 ：SQLite 在同一目录下创建一个临时的数据库文件。
    2. 复制数据 ：从源数据库读取有效数据，重新整理并按顺序写入临时文件。此时会忽略所有的空闲页面。
    3. 替换文件 ：复制完成后，SQLite 删除源文件，并将临时文件重命名为源文件名。
    4. 重新加载 ：重新打开新的数据库文件。

    5. 重要注意事项与风险

    在生产环境中使用 VACUUM 前，必须了解以下限制：

    5.1 磁盘空间峰值

    由于 VACUUM 会创建一个完整的副本，在执行过程中，你需要至少拥有相当于原数据库文件大小两倍的剩余磁盘空间。

    • 如果你的数据库是 10GB，且磁盘剩余空间只有 5GB，执行 VACUUM 会失败。

    5.2 独占锁（Exclusive Lock）

    VACUUM 操作需要独占访问权。

    • 在执行期间，数据库被完全锁定。
    • 任何其他的读取或写入操作都无法进行，直到 VACUUM 完成。
    • 对于大型数据库，这可能意味着几秒甚至几分钟的停机时间。

    5.3 ROWID 的变化

    如果你的表中没有显式定义 INTEGER PRIMARY KEY，表使用的是系统生成的隐式 ROWID。 VACUUM 重建表时，可能会重置这些隐式的 ROWID。

    • 建议：总是显式定义主键，以避免此问题。

    6. VACUUM INTO (备份功能)

    从 SQLite 3.27.0 (2019年) 开始，引入了 VACUUM INTO 语法。

    这是一个生成数据库备份的绝佳方式。与直接复制文件不同，VACUUM INTO 是事务安全的，可以在数据库被应用程序使用的同时执行。

    -- 将整理后的数据库副本保存为 backup.db
VACUUM INTO 'backup.db';

    生成的 backup.db 是一个经过压缩整理的、最小化的数据库副本，非常适合作为备份文件传输。

    7. 自动清理 (Auto Vacuum)

    除了手动执行 VACUUM，SQLite 还提供了 auto_vacuum 模式，通过 PRAGMA 设置。

    查看当前模式：

    PRAGMA auto_vacuum;
    • 0 或 NONE (默认)：不自动回收空间。
    • 1 或 FULL：自动回收。
    • 2 或 INCREMENTAL：增量回收。

    为什么通常不推荐 FULL 模式？

    虽然 PRAGMA auto_vacuum = FULL 可以让 SQLite 在每次事务提交后自动裁剪文件大小，但这会造成严重的碎片化和性能损耗。因为它必须频繁地移动页面来填补空白，导致写入速度变慢。

    推荐策略

    对于大多数应用：

    1. 保持默认设置 (auto_vacuum = NONE)。
    2. 在维护窗口期（例如每天深夜或每周一次）手动执行 VACUUM。
    3. 或者仅在检测到空闲页面比例过高时执行（通过 PRAGMA freelist_count 查询）。

    8. 总结

    • 用途：回收删除数据后的磁盘空间，整理碎片，减小文件体积。
    • 代价：需要双倍磁盘空间，且会长时间锁定数据库。
    • 最佳实践：不要频繁运行。通常在大量删除操作（如清理旧日志）之后，或在定期维护任务中运行。
    • 高级技巧：使用 VACUUM INTO 进行安全、紧凑的备份。