PostgreSQL 12迁移后数据库大小差异过大排查求助

以下是导致新旧数据库大小差异的常见原因，结合你的场景（从PG12.7迁到PG12.14，数据行数一致）逐一说明：

• 旧数据库存在严重的对象膨胀
  长期运行的PG实例（比如K8s上的PG12.7）会因为频繁的更新、删除操作积累大量死元组，若autovacuum配置不合理或运行不及时，表和索引会产生大量“空洞”（未被重用的存储空间），导致数据库文件实际体积远大于有效数据量。而迁移过程中（比如用pg_dump/pg_restore）会重建所有表和索引，相当于自动完成了碎片整理，新库没有这些冗余的膨胀数据，因此体积更小。
  可在旧库中用pgstattuple插件查看表的膨胀率，或查询pg_stat_user_tables的n_dead_tup字段确认死元组数量。

• 索引存储结构差异
  旧库的索引随着长期的插入、删除、更新操作，会产生大量碎片化空间；而新库通过逻辑备份重建的索引是基于完整数据一次性构建的，结构更紧凑，空间利用率更高。尤其是B-tree索引，碎片化严重时体积会比紧凑状态大很多。

• TOAST表的冗余数据
  如果数据库包含大量大字段（如text、bytea），这些数据会存储在TOAST表中。旧库的TOAST表同样会因为大字段的频繁修改积累死元组和空洞，新库迁移时TOAST数据会被重新存储，消除了冗余，进一步缩小了整体体积。

• 表空间块填充率差异
  迁移时的批量数据导入（比如COPY命令）会让PG尽可能填满每个数据块（默认块大小8KB），而旧库中因为零散的插入、更新操作，数据块的填充率可能很低，导致相同数据量占用更多存储空间。

• 系统表与统计信息的差异
  旧库长期运行过程中，系统表（如pg_statistic、pg_stat_activity）会积累大量统计数据和历史记录，而新库是全新实例，系统表仅包含基础元数据，这部分差异虽占比通常不大，但也可能贡献一部分体积差。

• 存储层的稀疏文件特性
  如果旧库所在的K8s存储卷使用了稀疏文件（比如部分云厂商的块存储默认配置），pg_database_size返回的是文件的逻辑大小，而实际物理占用可能远小于这个值；而VM上的存储可能是实际分配的物理空间，导致新库的“实际占用”与旧库的“逻辑大小”出现明显差异。可通过操作系统的du命令分别查看新旧库数据目录的物理占用，对比pg_database_size的结果验证这一点。

内容的提问来源于stack exchange，提问作者Oxycash