14.4. 填充数据库
首次填充数据库时，可能需要插入大量数据。本节包含有关如何使此过程尽可能高效的一些建议。
14 .4.1. 禁用自动提交
使用多个INSERT时，请关闭自动提交功能，最后只进行一次提交。 (在普通的 SQL 中，这意味着在开始处发出BEGIN，在末尾发出COMMIT.某些 Client 端库可能在后台执行此操作，在这种情况下，您需要确保在需要时执行该操作.)如果允许每个插入分别提交，PostgreSQL 对添加的每一行都做了很多工作。在一个事务中进行所有插入的另一个好处是，如果一行的插入失败，那么将回滚到该点为止插入的所有行的插入，因此不会卡住部分加载的数据。
14 .4.2. 使用 COPY
使用COPY可以在一个命令中加载所有行，而不是使用一系列INSERT命令。 COPY命令已针对加载大量行进行了优化；它的灵 Active 不如INSERT，但是对于大数据负载而言，开销却要少得多。由于COPY是单个命令，因此如果使用此方法填充表，则无需禁用自动提交。
如果不能使用COPY，则可以使用PREPARE创建准备好的INSERT语句，然后根据需要使用EXECUTE多次，这可能会有所帮助。这避免了重复解析和计划INSERT的一些开销。不同的接口以不同的方式提供此功能。在界面文档中查找“准备好的语句”。
请注意，即使使用PREPARE并且将多个插入批处理到单个事务中，使用COPY加载大量行几乎总是比使用INSERT更快。
在与较早的CREATE TABLE或TRUNCATE命令相同的事务中使用COPY时最快。在这种情况下，无需写入 WAL，因为如果发生错误，则无论如何都将删除包含新加载的数据的文件。但是，这种考虑仅适用于非分区表的wal_level为minimal的情况，因为所有命令否则都必须写入 WAL。
14 .4.3. 删除索引
如果要加载新创建的表，最快的方法是创建表，使用COPY批量加载表数据，然后创建表所需的任何索引。在加载每行时，在现有数据上创建索引比以增量方式更新索引更快。
如果要向现有表中添加大量数据，则删除索引，加载表然后重新创建索引可能是一个不错的选择。当然，在丢失索引期间，其他用户的数据库性能可能会受到影响。在删除唯一索引之前，还应该三思而后行，因为在缺少索引的情况下，唯一约束所提供的错误检查将丢失。
14 .4.4. 删除外键约束
与索引一样，外键约束可以比逐行更有效地“批量”检查。因此，删除外键约束，加载数据并重新创建约束可能很有用。同样，在缺少约束的情况下，需要在数据加载速度和错误检查丢失之间进行权衡。
而且，将数据加载到具有现有外键约束的表中时，每个新行都需要在服务器的未决触发事件列表中添加一个条目(因为触发该行的触发器会检查该行的外键约束)。加载数百万行可能会导致触发事件队列溢出可用内存，从而导致无法忍受的交换甚至是命令的彻底失败。因此，在加载大量数据时删除并重新应用外键可能是“必需的”，而不仅仅是希望的。如果暂时删除约束是不可接受的，则唯一的其他方法可能是将装入操作拆分为较小的事务。
14 .4.5. 增加 maintenance_work_mem
加载大量数据时临时增加maintenance_work_mem配置变量可以提高性能。这将有助于加快CREATE INDEX命令和ALTER TABLE ADD FOREIGN KEY命令的速度。它对COPY本身并没有多大作用，因此，仅当您使用上述一种或两种技术时，此建议才有用。
14 .4.6. 增加 max_wal_size
临时增加max_wal_size配置变量也可以使大数据加载更快。这是因为将大量数据加载到 PostgreSQL 中将导致检查点的发生频率比正常检查点频率(由checkpoint_timeout配置变量指定)高。每当出现检查点时，都必须将所有脏页刷新到磁盘。通过在批量数据加载期间临时增加max_wal_size，可以减少所需的检查点数量。
14 .4.7. 禁用 WAL 存档和流复制
将大量数据加载到使用 WAL 归档或流复制的安装中时，加载完成后进行新的基本备份可能比处理大量增量 WAL 数据更快。为了防止在加载时增加 WAL 日志记录，请通过将wal_level设置为minimal，将archive_mode设置为off并将max_wal_senders设置为零来禁用归档和流复制。但是请注意，更改这些设置需要重新启动服务器。
除了避免使归档程序或 WAL 发送者花费时间来处理 WAL 数据外，这样做实际上会使某些命令更快，因为如果wal_level为minimal，则它们根本不写 WAL。 (与编写 WAL 相比，通过在末尾执行fsync可以更便宜地保证碰撞安全.)这适用于以下命令：
-
CREATE TABLE AS SELECT -
CREATE INDEX(以及ALTER TABLE ADD PRIMARY KEY之类的变体) -
ALTER TABLE SET TABLESPACE -
CLUSTER -
COPY FROM，在同一事务中较早地创建或截断了目标表时
14 .4.8. 之后运行 ANALYZE
只要您显着改变了表中数据的分布，强烈建议运行ANALYZE。这包括将大量数据批量加载到表中。运行ANALYZE(或VACUUM ANALYZE)可确保计划者拥有有关表的最新统计信息。没有统计信息或统计信息过时，规划器可能会在查询计划期间做出错误的决策，从而导致统计信息不正确或不存在的任何表的性能都较差。请注意，如果启用了 autovacuum 守护程序，则它可能会自动运行ANALYZE；有关更多信息，请参见Section 24.1.3和Section 24.1.6。
14 .4.9. 关于 pg_dump 的一些注意事项
pg_dump 生成的转储脚本会自动应用上述准则中的一些，但不是全部。要尽快重新加载 pg_dump 转储，您需要手动做一些额外的事情。 (请注意，这些要点在“恢复”转储时适用，而不是在“创建”转储时适用.在使用 psql 加载文本转储或使用 pg_restore 从 pg_dump 存档文件中加载时，这些要点同样适用.)
默认情况下，pg_dump 使用COPY，当它生成一个完整的模式和数据转储时，在创建索引和外键之前要小心加载数据。因此，在这种情况下，会自动处理一些准则。您要做的是：
-
为
maintenance_work_mem和max_wal_size设置适当的值(即大于正常值)。 -
如果使用 WAL 归档或流复制，请考虑在还原过程中将其禁用。为此，在加载转储之前，将
archive_mode设置为off，将wal_level设置为minimal，并将max_wal_senders设置为零。然后，将它们重新设置为正确的值，然后重新进行基本备份。 -
对 pg_dump 和 pg_restore 的并行转储和还原模式进行试验，并找到要使用的最佳并行作业数。通过
-j选项并行转储和还原应该比串行模式显着提高性能。 -
考虑是否应将整个转储作为单个事务还原。为此，请将
-1或--single-transaction命令行选项传递给 psql 或 pg_restore。使用此模式时，即使最小的错误也将回滚整个还原，可能会丢弃许多小时的处理时间。根据数据之间的相互关系，这似乎比手动清理更可取。如果您使用单个事务并关闭 WAL 归档，则COPY命令将以最快的速度运行。 -
如果数据库服务器中有多个 CPU，请考虑使用 pg_restore 的
--jobs选项。这允许并发数据加载和索引创建。 -
之后运行
ANALYZE。
仅数据转储仍将使用COPY，但它不会删除或重新创建索引，并且通常不会触摸外键。 [12]因此，在加载仅数据转储时，如果您希望使用这些技术，则可以删除并重新创建索引和外键。在加载数据时增加max_wal_size仍然很有用，但不要担心增加maintenance_work_mem；相反，您会在之后手动重新创建索引和外键的同时这样做。完成后别忘了ANALYZE；有关更多信息，请参见Section 24.1.3和Section 24.1.6。
[12]您可以使用--disable-triggers选项获得禁用外键的效果-但要意识到，这消除了外键验证，而不仅仅是推迟外键验证，因此如果使用它，可以插入错误数据。
