چرا ردیف‌های پستگرس‌کیوال نیازمند انجماد دوره‌ای هستند تا داده‌ها خاموش ناپدید نشوند؟

ارائه‌دهندگان خدمات ابری همواره پایگاه‌های داده مدیریت‌شده را به‌منزله ابزارهایی بدون نیاز به نگهداری و با قابلیت مقیاس‌پذیری نامحدود تبلیغ می‌کنند. اما در پس این لایه‌های انتزاعی و شعارهای بازاریابی، موتور پایگاه داده تحت قوانین ریاضی سرسختی کار می‌کند؛ جایی که با هر عملیات نوشتن، عقربه‌های یک ساعت محدود ۳۲ بیتی به نقطه صفر نزدیک‌تر می‌شوند.[3]

چالش اصلی در شکاف میان تصور توسعه‌دهندگان از ذخیره‌سازی ابدی و مرزهای فیزیکی معماری کامپیوتر نهفته است. پستگرس‌کیوال برای پیگیری هر تراکنش از یک عدد صحیح ۳۲ بیتی استفاده می‌کند؛ ساختاری که ظرفیت شمارش آن پیش از سرریز شدن تنها حدود ۴.۲ میلیارد تراکنش است.[1]

هنگامی که این شمارنده داخلی به سقف خود می‌رسد، دچار سرریز حسابی یا چرخش (Wraparound) شده و مجدداً به صفر بازمی‌گردد. اگر سازوکاری برای مهار این چرخش وجود نداشته باشد، داده‌های پیشین ناگهان در محاسبات سیستم به گونه‌ای ارزیابی می‌شوند که گویی در آینده ثبت خواهند شد و در نتیجه برای تمام برنامه‌ها کاملاً نامرئی می‌شوند.

پستگرس‌کیوال برای دفع خطر نابودی خاموش اطلاعات، فرایندی پس‌زمینه‌ای به نام «انجماد» (Freezing) را به کار می‌گیرد. این سازوکار رکوردهای کهن را مرتباً پیمایش کرده، شناسه‌های تراکنش اولیه را حذف می‌کند و آن‌ها را پیش از صفر شدن شمارنده با یک نشانگر دائمی رویت‌پذیری جایگزین می‌سازد.

مکانیسم کنترل هم‌روندی چندنسخه‌ای

خطر سرریز شناسه‌ها پیامد مستقیم معماری کنترل هم‌روندی چندنسخه‌ای یا همان MVCC است؛ سازوکاری که با تفکیک عملیات خواندن و نوشتن از یکدیگر تضمین می‌کند خواندن‌ها مانع نوشتن و نوشتن‌ها مانع خواندن نشوند و بار کاری سنگین سازمان‌ها تاب آورده شود.[2]

معماری MVCC داده‌ها را در همان محل قبلی بازنویسی نمی‌کند، بلکه با هر ویرایش، نسخه‌ای کاملاً جدید از ردیف پدید می‌آورد. موتور پایگاه داده در گام بعد باید معین کند که کدام نسخه از ردیف باید برای کدام تراکنش فعال نمایش داده شود.

چنین طراحی باعث می‌شود یک ردیف منطقی در لایه ذخیره‌سازی به‌طور هم‌زمان دارای سه یا چهار نسخه فیزیکی باشد. پایگاه داده برای پالایش کپی‌های منسوخ و ارائه یک تصویر منسجم و هم‌زمان از وضعیت داده‌ها به کاربر، مستقیماً به همین شناسه‌های تراکنش تکیه می‌کند.[2]

پستگرس‌کیوال برای اتخاذ تصمیمات دقیق درباره رویت‌پذیری، روی هر ردیف دو برچسب فراداده‌ای ثبت می‌کند: مقدار xmin که شناسه دقیق تراکنش درج‌کننده ردیف را نشان می‌دهد و مقدار xmax که شناسه تراکنش حذف‌کننده یا به‌روزرسانی‌کننده را درون خود نگه می‌دارد.[1]

وقتی پرس‌وجویی اجرا می‌شود، موتور پایگاه داده شناسه تراکنش کنونی را با مقادیر xmin و xmax تمامی ردیف‌های مربوطه مقایسه می‌کند. چنانچه تراکنش درج‌کننده پیش از آغاز پرس‌وجوی جاری نهایی (Commit) شده باشد، سامانه ردیف را برای نمایش ایمن تشخیص می‌دهد.[2]

ریاضیات مدور در شناسه‌های تراکنش

از آنجا که شمارنده ۳۲ بیتی تراکنش‌ها دقیقاً محدود به ۴.۲ میلیارد مقدار است، سیستم نمی‌تواند خط زمان را به شکل مسیری مستقیم و بی‌پایان فرض کند. در عوض، موتور داده از حساب پیمانه‌ای (مبنای ۲ به توان ۳۲) بهره می‌گیرد و محور زمان را به دایره‌ای پیوسته و تکرارشونده تبدیل می‌کند.[1]

در این فضای مدور ریاضی، مفهوم مطلقی به نام شناسه تراکنش بزرگ‌تر یا کوچک‌تر وجود ندارد. برای هر تراکنش مشخص، دقیقاً دو میلیارد شناسه در گذشته و دو میلیارد شناسه دیگر در آینده تعریف شده‌اند.[1]

این ترفند محاسباتی تداوم فعالیت پایگاه داده را ممکن می‌سازد، اما هم‌زمان یک ساعت شنی برای تمام ردیف‌های روی دیسک به کار می‌اندازد. هم‌گام با پیشروی تراکنش‌های جدید و جابه‌جایی شناسه جاری، پنجره دو میلیارد تراکنشی متعلق به گذشته نیز هم‌پای آن به جلو رانده می‌شود.

اگر ردیفی بدون هیچ تغییری در طول دو میلیارد تراکنش دست‌نخورده باقی بماند، پنجره رو به جلو در نهایت از آن عبور خواهد کرد. در این لحظه، شناسه xmin آن ردیف از مرز محاسباتی رد شده و در منطق موتور داده، ناگهان تراکنشی ثبت‌نشده در آینده قلمداد می‌گردد.[1]

سازوکار مداخله و انجماد

پستگرس‌کیوال برای جلوگیری از لغزش داده‌ها به آینده محاسباتی، به فرایند VACUUM FREEZE وابسته است؛ عملیات نگهداری دوره‌ای که به مانند لنگری زمانی عمل کرده و داده‌های کهن را پیش از جا ماندن از پنجره تراکنش‌ها تثبیت می‌کند.

هنگامی که فرایند پاک‌سازی ردیفی را به اندازه کافی کهن تشخیص دهد، فراداده آن چندتایی (Tuple) را دگرگون می‌کند. موتور در نسخه‌های قدیمی‌تر، مقدار xmin را با یک شناسه ویژه به نام FrozenTransactionId جایگزین می‌کرد؛ عددی ثابت معادل ۲ که کاملاً خارج از خط زمانی معمول می‌ایستاد.[2]

نسخه‌های مدرن‌تر پستگرس‌کیوال همین نتیجه را با نشاندن یک بیت راهنما (Hint bit) ویژه روی ردیف رقم می‌زنند. این پرچم به موتور رویت‌پذیری اعلام می‌کند که هنگام سنجش ردیف، منطق حساب پیمانه‌ای را کلاً نادیده بگیرد.[2]

مستندات رسمی پستگرس‌کیوال صراحتاً بیان می‌دارد: «نسخه‌های ردیف منجمد طوری مدیریت می‌شوند که گویی شناسه درج‌کننده آن‌ها همان شناسه منجمد بوده است، تا برای تمام تراکنش‌های عادی فارغ از مخاطرات سرریز، در گذشته دیده شوند.»[1]

ردیف پس از انجماد، برای همیشه در دیدرس تراکنش‌های آتی باقی می‌ماند. پایگاه داده دیگر ناگزیر از مقایسه شناسه اولیه آن نیست و با این تدبیر، ردیف از چرخه شتابان ساعت سرریز خارج می‌شود.

سلسله‌مراتب تشدید عملیات

از آنجا که عملیات انجماد مستلزم پویش کامل جداول و نوشتن داده روی دیسک است، سیستم فوراً ردیف‌ها را منجمد نمی‌کند؛ بلکه بر پایه متغیر vacuum_freeze_min_age که مقدار پیش‌فرض آن ۵۰ میلیون تراکنش است، تا رسیدن داده‌ها به سنی معین درنگ می‌کند.[2]

اگر جدولی حجم پایینی از به‌روزرسانی داشته باشد، فرایند عادی پاک‌سازی ممکن است برای صرفه‌جویی در پهنای باند ورودی/خروجی از صفحات آن صرف‌نظر کند. برای پیشگیری از ورود این جداول خاموش به منطقه خطر، متغیر autovacuum_freeze_max_age پویشی تهاجمی را تحمیل می‌کند.[1]

به محض اینکه از آخرین انجماد یک جدول ۲۰۰ میلیون تراکنش سپری شود، پایگاه داده سازوکار پاک‌سازی ضدسرریز را فعال می‌سازد. این فرایند سنگین حتی در صورت غیرفعال‌سازی دستی سازوکار خودکار توسط مدیران سیستم، متوقف‌شدنی نیست.

پستگرس‌کیوال برای بهینه‌سازی این پویش نفس‌گیر، نگاشت رویت‌پذیری (Visibility Map) را برای هر جدول نگهداری می‌کند. این نگاشت صفحات تماماً منجمد را مشخص می‌سازد تا فرایند تهاجمی از خواندن آن‌ها پرهیز کرده و در منابع دیسک صرفه‌جویی کند.

پایگاه داده برای حفظ بقای اطلاعات، این فرایند نگهداری را بر تمام پردازش‌های پس‌زمینه دیگر ارجح می‌داند. در این مرحله هر صفحه‌ای که برچسب انجماد کامل نداشته باشد پویش شده و تغییرات فراداده، فارغ از افت عملکرد سیستم، روی دیسک نوشته می‌شود.

خاموشی ایمن اضطراری

با وجود این تدابیر دفاعی خودکار، تراکنش‌های بیش از حد طولانی یا گلوگاه‌های شدید در لایه ذخیره‌سازی می‌توانند مانع تکمیل کار پاک‌سازی شوند. در این وضعیت، شمارنده تراکنش با شتاب به سمت مرز بحرانی دو میلیارد حرکت می‌کند.

پستگرس‌کیوال این حاشیه ایمنی رو به زوال را مدام پایش می‌کند. چنانچه فاصله میان کهن‌ترین ردیف منجمدنشده و شناسه تراکنش جاری به کمتر از یک میلیون برسد، پایگاه داده یک سازوکار بازدارنده اضطراری را برای حفاظت از داده‌ها فعال می‌کند.[1]

سامانه بی‌درنگ فعالیت خود را متوقف ساخته و از پذیرش هرگونه تراکنش نوشتاری جدید سر باز می‌زند. مدیران سیستم با خطایی صریح روبه‌رو می‌شوند که اعلام می‌دارد پایگاه داده برای پرهیز از نابودی ناشی از سرریز متوقف شده؛ وضعیتی که سرویس‌دهی کل برنامه را قفل می‌کند.[1]

نجات سیستم از این بن‌بست مستلزم راه‌اندازی پایگاه داده در حالت تک‌کاربره محدود و اجرای اجباری و دستی فرایند انجماد است؛ عملیاتی اضطراری که بسته به حجم جداول آسیب‌دیده، از چند ساعت تا چند روز به طول می‌انجامد.

واقعیت‌های عملیاتی و نگهداری

خطر سرریز اغلب تیم‌های مهندسی باسابقه را غافلگیر می‌کند؛ چرا که نشانه‌های هشداردهنده برای مدت طولانی بی‌صدا باقی می‌مانند. ممکن است سیستمی سال‌ها بدون نقص کار کند تا زمانی که افزایش ترافیک، عقب‌ماندگی پاک‌سازی را ناگهان نمایان سازد.

مهندسان زیر فشار قطعی سرویس معمولاً از روی غریزه دستورات مدیریتی نادرستی را برای تسریع امور اجرا می‌کنند. اعمال زور از طریق نگهداری‌های سنگین، جداول را قفل انحصاری کرده و بدون حل ریشه‌ای مشکل رویت‌پذیری، خاموشی سیستم را وخیم‌تر می‌کند.

پایش سن تراکنش‌ها به همین دلیل یک الزام عملیاتی اجتناب‌ناپذیر در محیط‌های پرترافیک به شمار می‌رود. تیم‌های فنی باید سنجه‌های درونی سیستم را رصد کرده و پیش از رسیدن به آستانه تحمیلی ۲۰۰ میلیون تراکنش، هشدارهای لازم را تنظیم کنند.

الزام به انجماد چندتایی‌ها اثبات می‌کند ذخیره‌سازی در پایگاه داده هرگز ایستا نیست. حتی داده‌هایی که هیچ‌گاه ویرایش یا حذف نمی‌شوند، برای مرئی ماندن در بستری که زمان آن پیوسته پیش می‌رود، نیازمند صرف مداوم توان پردازشی هستند.

در حالی که فروشندگان خدمات ابری پیچیدگی‌های سخت‌افزاری را پشت پرده پنهان می‌کنند، قواعد ریاضی اعداد ۳۲ بیتی تغییرناپذیر باقی می‌مانند. تا زمانی که موتورهای پایگاه داده به‌طور کامل به شناسه‌های ۶۴ بیتی مهاجرت نکنند، انجماد دوره‌ای بهایی اجباری برای حفظ داده‌ها در مقیاس‌های بزرگ خواهد بود.[3]