如何降低PostgreSQL数据仓库的磁盘使用率？

1、问题：PG数仓在运行过程中，如果磁盘使用率接近或超过75%，可能会触发只读模式，导致业务中断，为了避免这种情况，需要对集群进行节点扩容或磁盘扩容。

2、场景分类：

云数仓+SSD云盘：对于云数仓+SSD云盘，当无脏页率较高的表且磁盘使用率已接近或超过75%时，应参考以下数仓类型进行集群扩容或磁盘扩容，标准数仓、实时数仓可参考磁盘扩容进行操作；旧的标准数仓（不支持磁盘扩容）则需联系技术支持进行在线扩容。

磁盘倾斜：对于DWS_002000006节点数据盘使用超阈值的情况，清理倾斜表是解决方式之一，如果确认SQL无回显结果，说明没有脏页率较高的表，可根据以下标准判断数据盘中最高和最低使用率是否相差超过10%，如果是，则进行相应的处理。

3、技术细节：

系统表：PG_AM系统表存储了有关索引访问方法的信息，包括访问方法和操作符策略等。

磁盘管理：ADB PG基于Greenplum内核修改，其磁盘管理的关键技术点包括业务数据分布在Segment节点、有Primary和Mirror节点、MVCC机制导致的垃圾数据、复制表存储相同的数据拷贝以及Append Only类型的表支持压缩存储等。

数据库管控：ADB PG的磁盘预留机制和“锁定写”保护机制是保障磁盘在安全水位下运行的重要设计。

4、优化方案：

表的存储格式及压缩：通过选择合适的存储格式和压缩算法，可以有效节约存储空间。

冷热数据分离：从业务上尽量缩减在ADB中的存量数据，预估热数据量并进行迁移。

PG数仓磁盘使用率高的问题可以通过扩容、清理倾斜表、优化表的存储格式及压缩、冷热数据分离等方法来解决，了解相关的技术细节和系统表信息也是必要的。

小伙伴们，上文介绍pg 数仓_磁盘使用率高的内容，你了解清楚吗？希望对你有所帮助，任何问题可以给我留言，让我们下期再见吧。