Database

PostgreSQL: VACUUM y autovacuum, cuándo intervenir (PG 16)

PostgreSQL: VACUUM y autovacuum, cuándo intervenir (PG 16)

VACUUM y autovacuum en PostgreSQL son mecanismos esenciales para recuperar el espacio en disco ocupado por filas obsoletas (tuplas muertas) y para mantener actualizadas las estadísticas del planificador de consultas, previniendo la degradación del rendimiento y el riesgo de bloqueo de la base de datos por transaction ID wraparound.

PostgreSQL: VACUUM y autovacuum en 60 segundos

# Visualiza las tablas con más tuplas muertas
SELECT relname, n_dead_tup, last_autovacuum FROM pg_stat_user_tables ORDER BY n_dead_tup DESC LIMIT 10;

# Ejecuta VACUUM y ANALYZE en una tabla específica, con salida detallada
VACUUM (VERBOSE, ANALYZE) mi_tabla;

# Configura un autovacuum más agresivo para una tabla específica
ALTER TABLE mi_tabla SET (autovacuum_vacuum_scale_factor = 0.02, autovacuum_vacuum_threshold = 500);

# Comprueba la edad del ID de transacción más antiguo por base de datos (riesgo de wraparound)
SELECT datname, age(datfrozenxid) FROM pg_database ORDER BY 2 DESC;

# Muestra el número máximo de workers autovacuum configurados globalmente
SHOW autovacuum_max_workers;

# Monitoriza el progreso de un VACUUM en curso
SELECT pid, datname, relid::regclass AS table_name, phase, heap_blks_scanned, num_dead_tuples FROM pg_stat_progress_vacuum;

La gestión del comando VACUUM y del subsistema autovacuum es uno de los aspectos más críticos de la administración de PostgreSQL, porque incide simultáneamente en el rendimiento, el consumo de espacio en disco y la integridad lógica de la base de datos a largo plazo. El motor PostgreSQL, basado en el modelo MVCC, no elimina físicamente las filas modificadas o eliminadas, sino que las convierte en “muertas” y pospone su saneamiento a procesos de recolección de basura, que se concretan en los comandos VACUUM y autovacuum. Una configuración incorrecta o una monitorización insuficiente pueden llevar a fenómenos de bloat de las tablas, a una marcada degradación del rendimiento, hasta el riesgo extremo de transaction ID wraparound, en el que el sistema se ve obligado a detener las escrituras para proteger la coherencia de los datos. Este artículo profundizará en por qué PostgreSQL necesita VACUUM, cómo identificar las tablas con demasiadas filas muertas, las diferencias operativas entre VACUUM, VACUUM ANALYZE y VACUUM FULL, por qué este último bloquea la tabla, cómo ajustar el autovacuum a nivel de tabla y de clúster, qué parámetros rigen el riesgo de wraparound y qué herramientas permiten monitorizar la actividad de autovacuum a lo largo del tiempo, con especial atención a casos reales, trampas conocidas y recomendaciones de los proveedores.

Versiones de referencia: PostgreSQL 16 · documentación consultada en noviembre de 2026

Requisitos Previos

Para seguir los procedimientos y comprender los conceptos expuestos, se requiere un conocimiento básico de la administración de PostgreSQL y de los conceptos de bases de datos relacionales. Se asume el acceso a un entorno PostgreSQL con privilegios de superusuario o de un rol con permisos para ejecutar comandos de mantenimiento y consultar las vistas del sistema (pg_stat_user_tables, pg_stat_activity, pg_stat_progress_vacuum, pg_database). La extensión pgstattuple debe estar instalada y disponible en la base de datos para las consultas de análisis más detalladas.

Por qué PostgreSQL necesita VACUUM

MVCC, tuplas muertas y crecimiento del espacio en disco

Para comprender por qué VACUUM es indispensable en PostgreSQL, es necesario partir del modelo de concurrencia adoptado por el sistema, es decir, Multi-Version Concurrency Control (MVCC). En un sistema MVCC, cada modificación a una fila no sobrescribe el dato existente, sino que crea una nueva versión de la fila, dejando la anterior en la tabla hasta que sea seguro que ninguna transacción pueda verla como válida. PostgreSQL implementa este comportamiento guardando en la tabla tanto las versiones actuales como las obsoletas, distinguiéndolas mediante información de visibilidad basada en ID de transacción (XID) y en snapshots de transacción.

Este modelo tiene la gran ventaja de permitir lecturas consistentes y no bloqueantes incluso en presencia de escrituras concurrentes, porque una consulta puede ver un conjunto estable de filas sin tener que esperar el final de las transacciones de modificación. Sin embargo, este enfoque tiene un costo evidente: las filas que ya no son visibles para ninguna transacción activa permanecen físicamente en el archivo de la tabla como tuplas muertas (dead tuples) y ocupan espacio en disco. Sin un mecanismo de limpieza, esta acumulación conduciría a un crecimiento potencialmente ilimitado de los archivos de tabla, a una ampliación de los índices y, en consecuencia, a una degradación progresiva del rendimiento debido a un mayor I/O y a planes de ejecución menos eficientes.

Para evitar esta deriva, PostgreSQL introduce el comando VACUUM, que tiene la tarea de escanear las tablas, identificar las tuplas ya inalcanzables para cualquier transacción y liberar el espacio ocupado por ellas, haciéndolo nuevamente disponible para futuras inserciones. En el funcionamiento ordinario, las tuplas eliminadas por un DELETE o las obsoletas por un UPDATE no se eliminan inmediatamente, sino que se marcan de tal manera que se consideran no visibles, y será VACUUM quien realice, en un segundo momento, la verdadera limpieza. Este aplazamiento permite reducir la contención entre operaciones de lectura y escritura, pero traslada al proceso de vacuuming la responsabilidad de mantener bajo control el espacio en disco y la salud de las tablas.

La necesidad de VACUUM no es, por tanto, una opción, sino una característica estructural de PostgreSQL: la documentación oficial afirma explícitamente que las bases de datos PostgreSQL requieren un mantenimiento periódico conocido como vacuuming, que debe ejecutarse en cada tabla por varias razones, entre ellas la recuperación o reutilización del espacio ocupado por filas actualizadas o eliminadas y la actualización de las estadísticas para el planificador de consultas. En las versiones modernas (PostgreSQL 14, 15, 16, 17, 18), la ejecución regular de VACUUM es tan central que el sistema incluye un autovacuum daemon dedicado a automatizar este mantenimiento.

El papel del comando VACUUM en el mantenimiento ordinario

La documentación SQL de PostgreSQL define el comando VACUUM como una operación que “reclaims storage occupied by dead tuples”, es decir, recupera el espacio ocupado por tuplas muertas. Cuando operan las instrucciones INSERT, UPDATE y DELETE, las tuplas anteriores permanecen en el archivo de la tabla hasta que se ejecuta un VACUUM; en consecuencia, es necesario ejecutar VACUUM periódicamente, especialmente en las tablas sometidas a frecuentes actualizaciones.

El VACUUM estándar se presenta en dos sintaxis principales: una sintaxis moderna que utiliza una lista de opciones entre paréntesis y una sintaxis histórica con opciones separadas. Por ejemplo, una forma típica y recomendada para el mantenimiento ordinario es:

VACUUM (VERBOSE, ANALYZE) mytable;

En este caso, la modalidad VERBOSE permite obtener un informe detallado sobre la actividad de VACUUM para cada tabla, mientras que la opción ANALYZE indica al sistema que ejecute, después de la limpieza, una actualización de las estadísticas de distribución de los datos utilizadas por el planificador de consultas para optimizar los planes de ejecución. La ejecución de VACUUM ANALYZE en tablas muy dinámicas es una práctica recomendada porque permite, en una única operación, limpiar tuplas muertas y mantener actualizadas las estadísticas de planificación.

La documentación histórica (por ejemplo, PostgreSQL 6.5) ya aclaraba que VACUUM servía para reclamar almacenamiento y para recopilar información para el optimizador, abriendo cada “class” en la base de datos, eliminando registros de transacciones anuladas y actualizando estadísticas sobre los catálogos del sistema, incluyendo el número de tuplas y de páginas almacenadas por cada tabla. Aunque esa versión ya no es compatible, el concepto sigue siendo válido y coherente con la documentación contemporánea: VACUUM es tanto un recolector de basura como un mecanismo de recopilación de estadísticas, y debe ejecutarse regularmente para mantener la base de datos rápida en el procesamiento de consultas.

Un aspecto importante destacado por la documentación reciente es que el VACUUM estándar puede ejecutarse en paralelo con las operaciones normales de producción, como SELECT, INSERT, UPDATE y DELETE, sin bloquear la definición de las tablas. Durante un VACUUM estándar no es posible modificar la definición de la tabla con comandos como ALTER TABLE, pero las operaciones de lectura y escritura sobre los datos pueden continuar normalmente, aunque con un potencial aumento del tráfico I/O. Esta característica hace que el VACUUM estándar sea adecuado para el mantenimiento ordinario, incluso en entornos con carga continua, mientras que la forma VACUUM FULL, como veremos, tiene impactos más invasivos.

Vacuum estándar y VACUUM FULL: encuadre general

La documentación oficial distingue claramente entre dos variantes de VACUUM: el VACUUM estándar y el VACUUM FULL. El primero está diseñado para ejecutarse regularmente y en paralelo con las actividades normales de la base de datos, mientras que el segundo es una operación más pesada que reescribe todo el contenido de la tabla en un nuevo archivo en disco, con el objetivo de devolver el espacio no utilizado al sistema operativo.

El VACUUM estándar elimina las versiones de fila muertas y marca el espacio como disponible para futuras inserciones, pero normalmente no devuelve el espacio al sistema operativo, excepto en la situación particular en la que una o más páginas al final del archivo de la tabla quedan completamente libres y es posible obtener fácilmente un bloqueo exclusivo sobre la tabla. Esto significa que, aunque una tabla haya sido limpiada internamente, el archivo en disco puede mantener el mismo tamaño, mientras que el espacio interno se reutiliza para nuevas tuplas. Es una estrategia diseñada para equilibrar eficiencia y concurrencia, evitando costosas reescrituras del archivo en la mayoría de los casos.

El VACUUM FULL, en cambio, “rewrites the entire contents of the table into a new disk file with no extra space, allowing unused space to be returned to the operating system”. Esta forma de VACUUM es mucho más lenta, requiere espacio en disco adicional porque escribe una nueva copia de la tabla antes de poder liberar la antigua, y necesita un bloqueo de tipo ACCESS EXCLUSIVE sobre la tabla, lo que impide cualquier uso concurrente de la misma durante la operación. Por estos motivos, la documentación recomienda usar VACUUM FULL solo cuando sea necesario recuperar una cantidad significativa de espacio de una tabla gravemente inflada (bloated) y no como parte del mantenimiento ordinario.

El wiki oficial de PostgreSQL subraya que VACUUM y VACUUM FULL “son en realidad muy diferentes y no deben confundirse” y que, en la mayoría de los casos, se debe usar VACUUM estándar en lugar de VACUUM FULL, salvo la necesidad explícita de devolver espacio al sistema operativo o de reparar una tabla y un índice gravemente inflados debido a un autovacuum insuficiente. Las mejoras progresivas del autovacuum a través de las versiones de PostgreSQL han hecho cada vez menos frecuente la necesidad de utilizar VACUUM FULL, desplazando la atención hacia la correcta configuración del autovacuum en lugar de recurrir a intervenciones manuales drásticas.

Encontrar las tablas con demasiadas filas muertas

Indicadores de bloat y acumulación de tuplas muertas

Para un administrador de sistemas o un DBA, una de las tareas fundamentales es identificar qué tablas o índices están acumulando un número excesivo de tuplas muertas, generando bloat y potencial degradación del rendimiento. PostgreSQL proporciona varias herramientas para evaluar este fenómeno, partiendo tanto de las vistas de estadísticas acumulativas como de extensiones especializadas como pgstattuple.

La vista pg_stat_user_tables (o pg_stat_all_tables) contiene métricas valiosas, incluyendo el número de tuplas modificadas desde el último VACUUM o ANALYZE (n_mod_since_analyze), el número de tuplas muertas (n_dead_tup), el timestamp del último autovacuum (last_autovacuum) y del último autoanalyze (last_autoanalyze). Esta información permite comprender si el autovacuum está siguiendo el ritmo de modificación de las tablas o si algunas tablas están acumulando demasiadas tuplas muertas entre un ciclo de mantenimiento y otro. La documentación de las estadísticas acumulativas destaca que estas vistas están diseñadas precisamente para monitorizar la actividad del servidor e incluyen campos específicos relacionados con VACUUM y autovacuum.

Un fuerte aumento de n_dead_tup en una tabla, sin ejecuciones correspondientes de autovacuum registradas en last_autovacuum, es a menudo una señal de bloat creciente y de autovacuum subdimensionado u obstaculizado por bloqueos y transacciones de larga duración. La guía de Microsoft para Azure Database for PostgreSQL aconseja, por ejemplo, configurar log_autovacuum_min_duration para registrar en los logs los VACUUM automáticos que superan una cierta duración y monitorizar n_dead_tup, n_mod_since_analyze, last_autovacuum y last_autoanalyze en pg_stat_user_tables para identificar problemas de autovacuum que no logra seguir el ritmo.

Además de los contadores de tuplas muertas, se pueden observar los tamaños físicos de las tablas y los índices, comparando el crecimiento a lo largo del tiempo de su pg_relation_size con el número de tuplas realmente presentes, para identificar tablas en las que el espacio asignado aumenta mucho más rápidamente que los datos reales. En combinación, las herramientas de progreso como pg_stat_progress_vacuum permiten verificar si VACUUM está realmente limpiando los bloques de la tabla o si es sistemáticamente interrumpido por bloqueos o throttling basado en costos. Lee también: Linux: Liberar Espacio Disco con 12 Comandos (Guía SysAdmin 2026)

Uso de las vistas de monitorización: pg_stat_user_tables, pg_stat_activity, pg_stat_progress_vacuum

PostgreSQL incluye un amplio sistema de recopilación de estadísticas, conocido como statistics collector, que alimenta diversas vistas útiles para monitorizar actividades y progresos de los comandos de mantenimiento. Entre ellas, dos vistas son particularmente relevantes para el tema VACUUM/autovacuum: pg_stat_activity y pg_stat_progress_vacuum, junto con las vistas específicas para tablas como pg_stat_user_tables.

La vista pg_stat_activity muestra una fila por cada proceso del servidor, indicando el estado actual (por ejemplo, active, idle, idle in transaction, idle in transaction (aborted)), el comando en ejecución, el timestamp de inicio de transacción (xact_start) y otros detalles relevantes. A través de esta vista es posible identificar sesiones que permanecen “idle in transaction” durante largos períodos, bloqueando el punto de corte de VACUUM e impidiendo la eliminación de tuplas muertas más antiguas, con efectos directos tanto en el bloat como en el riesgo de transaction ID wraparound. Las transacciones inactivas largas, evidenciadas por estados como idle in transaction, son de hecho una de las trampas más conocidas en PostgreSQL, y la documentación recomienda explícitamente monitorizarlas y evitar que puedan retrasar la progresión de VACUUM por períodos extendidos.

La vista pg_stat_progress_vacuum se introdujo para informar sobre el progreso de VACUUM para cada backend, incluyendo los workers de autovacuum. Cuando VACUUM está en ejecución, esta vista contiene una fila para cada proceso que está realizando VACUUM, con columnas como pid (ID de proceso), datid y datname (base de datos afectada), relid (OID de la tabla) y varios contadores sobre el número total de bloques heap (heap_blks_total), bloques escaneados (heap_blks_scanned), bloques vacuumed (heap_blks_vacuumed), número de ciclos de VACUUM en los índices (index_vacuum_count) y número de tuplas muertas en memoria (num_dead_tuples). La columna phase indica la fase actual de VACUUM, por ejemplo, scanning heap, vacuuming indexes, vacuuming heap, cleaning up indexes, truncating heap y performing final cleanup, permitiendo interpretar cuánto trabajo ya se ha completado.

Estos contadores permiten evaluar si VACUUM está realmente avanzando en la tabla o si está bloqueado, por ejemplo, en la fase de scanning heap con progresos mínimos, lo que podría señalar contención de I/O o un throttling basado en costos excesivo. Es importante señalar que el progreso de VACUUM FULL no se informa en pg_stat_progress_vacuum, sino en pg_stat_progress_cluster, porque VACUUM FULL se trata internamente de manera similar a CLUSTER. Esto significa que, para monitorizar un VACUUM FULL, hay que consultar pg_stat_progress_cluster, que tiene una semántica diferente, más orientada a las operaciones de reescritura física de la tabla.

Finalmente, la vista pg_stat_user_tables proporciona estadísticas acumulativas para cada tabla de usuario, incluyendo el número de VACUUM manuales (vacuum_count) y automáticos (autovacuum_count), el último autovacuum (last_autovacuum), el último autoanalyze (last_autoanalyze) y los contadores de filas modificadas y muertas. Cruzando estos datos con los logs del autovacuum y con pg_stat_progress_vacuum, un DBA puede construir un cuadro completo de qué tablas están sufriendo de bloat, cuáles tienen parámetros de autovacuum demasiado conservadores y cuáles están obstaculizadas por bloqueos o transacciones de larga duración. Lee también: mysqldump Backup: Coherencia y Restauración MySQL/MariaDB

Uso de pgstattuple y pgstattuple_approx

Para cuantificar con precisión el porcentaje de tuplas muertas y de espacio libre en una tabla, PostgreSQL pone a disposición la extensión pgstattuple, que proporciona funciones para obtener estadísticas a nivel de tuplas. En la documentación de PostgreSQL 8.4 y posteriores, pgstattuple se presenta como una herramienta que puede “help users to determine whether vacuum is necessary or not”, devolviendo la longitud física de la relación, el número y la longitud de las tuplas vivas, de las tuplas muertas y del espacio libre, expresado tanto en bytes como en porcentajes.

La función pgstattuple(regclass) acepta el nombre (eventualmente cualificado por esquema) o el OID de una relación y devuelve un registro con columnas como table_len (longitud física de la tabla en bytes), tuple_count (número de tuplas vivas), tuple_len (longitud total de las tuplas vivas), tuple_percent (porcentaje de tuplas vivas), dead_tuple_count (número de tuplas muertas), dead_tuple_len (longitud total de las tuplas muertas), dead_tuple_percent (porcentaje de tuplas muertas), free_space (espacio libre total) y free_percent (porcentaje de espacio libre).

Es importante señalar que pgstattuple adquiere solo un read lock sobre la relación, por lo que los resultados no representan una instantánea y pueden verse afectados por actualizaciones concurrentes durante el escaneo. Además, en las versiones más recientes, pgstattuple considera una tupla “dead” basándose en la función interna HeapTupleSatisfiesDirty, mientras que en las versiones más antiguas usaba HeapTupleSatisfiesNow. Esta diferencia refleja mejoras en la semántica de visibilidad, pero para el usuario final el concepto sigue siendo: pgstattuple mide tuplas que no serían consideradas visibles por una transacción “normal”.

La función pgstattuple_approx se introdujo para proporcionar una versión más ligera que evita el escaneo completo de la tabla, devolviendo un recuento exacto de las tuplas muertas y una estimación del número y tamaño de las tuplas vivas y del espacio libre. La documentación destaca que, a diferencia de pgstattuple, la versión _approx estima el número total de tuplas vivas basándose en el número de páginas y de tuplas escaneadas, de la misma manera que VACUUM estima pg_class.reltuples. Esto permite usar pgstattuple_approx en tablas muy grandes con menor impacto en el rendimiento, aceptando una ligera aproximación sobre las tuplas vivas y el espacio libre.

Una advertencia fundamental es que, por motivos de seguridad, en las versiones recientes la ejecución de las funciones pgstattuple está limitada al rol pg_stat_scan_tables, que tiene el privilegio EXECUTE preasignado. Esto significa que, en entornos gestionados, el DBA debe asegurarse de tener los permisos necesarios o de delegar el uso de pgstattuple a roles apropiados, manteniendo el control sobre el impacto potencial de los escaneos detallados en tablas de gran tamaño.

Ejemplos de consultas prácticas para identificar tablas problemáticas

Un enfoque operativo común para identificar tablas con exceso de tuplas muertas consiste en combinar las vistas del sistema y las funciones de pgstattuple con consultas de monitorización ad hoc. Una consulta típica para resaltar tablas con un elevado n_dead_tup y con autovacuum poco frecuente podría ser:

SELECT
    relname,
    n_dead_tup,
    n_mod_since_analyze,
    last_autovacuum,
    last_autoanalyze
FROM pg_stat_user_tables
ORDER BY n_dead_tup DESC
LIMIT 20;

Esta consulta utiliza la vista pg_stat_user_tables para mostrar las veinte tablas con el mayor número de tuplas muertas, junto con el número de modificaciones desde el último ANALYZE y los últimos timestamps de autovacuum y autoanalyze, permitiendo identificar rápidamente candidatos para el ajuste de autovacuum o para VACUUM manual. Observando tablas con n_dead_tup muy alto y last_autovacuum distante en el tiempo, se puede sospechar que el umbral de autovacuum y el factor de escala son demasiado elevados, o que los bloqueos y las transacciones largas están impidiendo la ejecución de autovacuum.

Para verificar el porcentaje real de tuplas muertas y de espacio libre, se puede ejecutar:

SELECT *
FROM pgstattuple('public.mi_tabla');

obteniendo un registro que indica el dead_tuple_percent y free_percent, con el que evaluar cuánto realmente está inflada la tabla y si un simple VACUUM estándar o, en casos extremos, un VACUUM FULL están justificados. Dado que pgstattuple realiza un escaneo completo de la tabla con solo un read lock, esta operación debe planificarse en tablas muy grandes en ventanas de carga moderada, pero constituye una referencia fiable para decidir la estrategia de mantenimiento.

Durante la ejecución de un VACUUM manual o automático en una tabla sospechosa, es interesante monitorizar pg_stat_progress_vacuum:

SELECT
    pid,
    datname,
    relid::regclass AS table_name,
    phase,
    heap_blks_total,
    heap_blks_scanned,
    heap_blks_vacuumed,
    index_vacuum_count,
    num_dead_tuples
FROM pg_stat_progress_vacuum;

Esta consulta muestra en tiempo real el progreso de los procesos de VACUUM, revelando si la tabla se está limpiando efectivamente y cuánto trabajo se requiere en los índices. Por ejemplo, un heap_blks_scanned que crece lentamente y un num_dead_tuples elevado pueden indicar que VACUUM está realizando un trabajo intensivo y podría estar sujeto a un throttling basado en costos, mientras que una rápida finalización con pocas tuplas muertas sugiere que la intervención es relativamente ligera.

En definitiva, combinando estas consultas con la observación sistemática de los logs de autovacuum, es posible construir un mapa de qué tablas son las principales “fuentes de bloat” en el clúster PostgreSQL e intervenir con ajustes específicos en lugar de aplicar políticas genéricas que podrían sobre- o sub-optimizar el comportamiento del vacuuming.

VACUUM, VACUUM ANALYZE y VACUUM FULL

Semántica del comando VACUUM

La sintaxis moderna de VACUUM, como se documenta en las versiones recientes de PostgreSQL (por ejemplo, 16 y 18), permite especificar un conjunto de opciones entre paréntesis, seguido de una lista de tablas y, opcionalmente, de columnas a analizar. Un ejemplo formal es:

VACUUM [ ( option [, ...] ) ] [ table_and_columns [, ...] ];

o, en la sintaxis histórica:

VACUUM [ FULL ] [ FREEZE ] [ VERBOSE ] [ ANALYZE ] [ table_and_columns [, ...] ];

En ausencia de una lista de tablas, VACUUM procesa todas las tablas y vistas materializadas en la base de datos actual para las que el usuario tiene permisos de VACUUM. Si se proporciona una lista, VACUUM se limita a las tablas especificadas, permitiendo un mantenimiento dirigido a tablas particularmente dinámicas o problemáticas. La variante VACUUM ANALYZE combina la operación de recolección de basura con la recopilación de estadísticas, resultando una forma conveniente para scripts de mantenimiento periódicos.

El VACUUM estándar, sin la opción FULL, realiza la limpieza de las tuplas muertas y hace que el espacio interno esté disponible para el sistema de asignación de páginas de la tabla, pero, como ya se mencionó, no realiza una reescritura completa del archivo. La operación respeta la concurrencia con otras consultas: mientras se ejecuta, comandos como SELECT, INSERT, UPDATE y DELETE continúan funcionando normalmente, aunque una parte del I/O del sistema se dedica al escaneo y limpieza de los bloques del heap y de los índices. La documentación subraya que VACUUM genera una carga de I/O significativa y puede causar un empeoramiento temporal del rendimiento para las otras sesiones activas, motivo por el cual se introdujeron los parámetros de vacuuming basado en costos para limitar el impacto.

La modalidad FREEZE de VACUUM (no profundizada en los resultados pero parte de la sintaxis oficial) sirve para congelar tuplas con ID de transacción muy antiguos, marcándolas como permanentes, para evitar que deban ser consideradas durante futuras exploraciones de protección contra el wraparound. En la práctica, VACUUM FREEZE ejecuta un VACUUM agresivo que fuerza la “congelación” de las tuplas, avanzando el relfrozenxid de la tabla y reduciendo la presión sobre el sistema de gestión de los XID.

VACUUM ANALYZE y las estadísticas para el planner

La opción ANALYZE añade una dimensión crucial al comando VACUUM, porque permite actualizar las estadísticas de distribución de los datos utilizadas por el planificador de consultas de PostgreSQL para determinar los planes de ejecución más eficientes. En la documentación histórica, ANALYZE se definía como la opción que “updates column statistics used by the optimizer to determine the most efficient way to execute a query”, con estadísticas que representan la distribución de los datos en cada columna. Estas estadísticas son particularmente útiles cuando el planificador debe elegir entre diferentes rutas de ejecución posibles, por ejemplo, entre un escaneo secuencial y el uso de un índice, entre hash join y nested loop, o entre planes que prevén sort y limit.

En PostgreSQL moderno, VACUUM ANALYZE se utiliza a menudo como combinación estándar en las rutinas de mantenimiento, porque permite realizar, en una única pasada, la eliminación de las tuplas muertas y la actualización de las estadísticas. La documentación recomienda ejecutar ANALYZE regularmente, especialmente en tablas sujetas a frecuentes inserciones, actualizaciones o eliminaciones, porque las estadísticas no actualizadas pueden llevar a planes subóptimos, y la sola limpieza física no es suficiente para mantener un rendimiento predecible.

Autovacuum mismo integra tanto VACUUM como ANALYZE en sus actividades, activando ANALYZE cuando el número de tuplas insertadas, actualizadas o eliminadas supera el umbral autovacuum_analyze_threshold más la parte proporcional establecida por autovacuum_analyze_scale_factor. Esto significa que, en la mayoría de las instalaciones, el DBA puede confiar en el sistema para ejecutar automáticamente ANALYZE cuando sea necesario, ajustando solo los umbrales y los factores de escala para adaptarlos al comportamiento de las tablas individuales. Sin embargo, en escenarios particularmente críticos, por ejemplo después de cargas masivas (bulk load) o después de modificaciones masivas de esquema y datos, puede ser oportuno ejecutar manualmente VACUUM (ANALYZE) en tablas clave, para garantizar que el planificador disponga inmediatamente de estadísticas fiables.

VACUUM FULL y la reescritura de la tabla

Como ya se ha mencionado, la variante VACUUM FULL es una operación especial que reescribe completamente el contenido de la tabla en un nuevo archivo en disco, sin dejar espacio extra, permitiendo que el espacio no utilizado sea devuelto al sistema operativo. La documentación oficial destaca que VACUUM FULL es mucho más lento que el VACUUM estándar y requiere un bloqueo de tipo ACCESS EXCLUSIVE sobre cada tabla mientras se procesa, impidiendo el uso concurrente de la tabla por parte de otras sesiones. Además, esta forma requiere espacio en disco adicional, porque la nueva copia de la tabla se completa antes de que la antigua pueda ser eliminada, y el espacio liberado no está disponible durante la parte inicial de la operación.

Por estas razones, el manual sugiere utilizar VACUUM FULL solo cuando sea necesario recuperar una cantidad significativa de espacio interno a la tabla, por ejemplo, después de eliminaciones masivas o de un largo período de mantenimiento insuficiente que haya llevado a un bloat marcado. El wiki oficial destaca que, a menos que se deba devolver espacio al sistema operativo o reparar tablas e índices “bloated out of control”, generalmente se aconseja usar VACUUM estándar y no VACUUM FULL. Lee también: Oracle Data Pump: Export e Import con expdp e impdp

Es importante señalar que VACUUM FULL, en las versiones modernas, comparte el mecanismo de informe de progreso con CLUSTER, y se monitoriza a través de pg_stat_progress_cluster en lugar de pg_stat_progress_vacuum. Este detalle técnico subraya la naturaleza de VACUUM FULL: más que una simple limpieza de tuplas muertas, es una operación de clusterización física de la tabla, que recrea su diseño en disco, mejorando potencialmente la localidad de los datos pero a costa de un bloqueo exclusivo y de un I/O muy intenso.

Impacto en las transacciones concurrentes y los bloqueos

La principal diferencia, desde el punto de vista de la concurrencia, entre VACUUM estándar y VACUUM FULL es el tipo de bloqueo requerido y la compatibilidad con otras operaciones. El VACUUM estándar puede ejecutarse en paralelo con otras operaciones de lectura y escritura, porque no requiere un bloqueo exclusivo sobre la tabla, sino solo bloqueos más ligeros que impiden modificaciones a su esquema. La documentación especifica que, durante un VACUUM estándar, no es posible modificar la definición de una tabla, por ejemplo con ALTER TABLE, mientras que las operaciones DML (SELECT, INSERT, UPDATE, DELETE) continúan funcionando normalmente. Esto hace que el VACUUM estándar sea compatible con entornos de producción con alta concurrencia, aunque es necesario tener en cuenta su impacto en el I/O.

Por el contrario, VACUUM FULL requiere un bloqueo ACCESS EXCLUSIVE sobre la tabla, lo que implica que ninguna otra sesión puede usar la tabla durante la operación. Esto incluye tanto las operaciones de lectura como de escritura, y, en la práctica, VACUUM FULL “bloquea la tabla” durante toda la duración de la reescritura. Este comportamiento es una trampa bien conocida: ejecutar VACUUM FULL en tablas muy grandes durante las horas pico puede congelar porciones significativas de la aplicación, causando tiempos de espera y colas de solicitudes esperando el bloqueo.

La gestión correcta de VACUUM FULL, por lo tanto, requiere una planificación precisa, típicamente en ventanas de mantenimiento programadas con una carga de usuario reducida, y una evaluación previa de los tamaños de las tablas y del espacio en disco disponible. Además, en clústeres con replicación, es necesario considerar el efecto de VACUUM FULL en la replicación y en los tiempos de convergencia de los standbys, ya que la reescritura masiva de los archivos puede generar volúmenes elevados de WAL.

Para mitigar estos efectos, PostgreSQL ofrece parámetros de vacuum cost-based throttling (como vacuum_cost_delay, vacuum_cost_limit y sus equivalentes para autovacuum), que pueden ralentizar el VACUUM estándar para reducir el impacto en el rendimiento, pero estos mecanismos no se aplican en modo VACUUM FULL, que por definición es una operación agresiva y no sujeta a throttling. Por lo tanto, VACUUM FULL debe considerarse un “último recurso” y no una herramienta de rutina.

Por qué VACUUM FULL bloquea la tabla

ACCESS EXCLUSIVE lock y bloqueos en las operaciones DML y DDL

La razón técnica por la que VACUUM FULL bloquea la tabla reside en la naturaleza de la operación: la reescritura completa del contenido en un nuevo archivo requiere que ninguna otra transacción pueda leer o modificar la tabla durante el proceso, para evitar inconsistencias y problemas de visibilidad. PostgreSQL implementa esta protección solicitando un bloqueo de tipo ACCESS EXCLUSIVE, que es el nivel de bloqueo más restrictivo e impide incluso las simples lecturas.

El bloqueo ACCESS EXCLUSIVE se comparte solo consigo mismo, lo que significa que, mientras un VACUUM FULL está en ejecución, todas las demás operaciones que requieren incluso solo un bloqueo ACCESS SHARE (típico de las SELECT) o ROW EXCLUSIVE (típico de las UPDATE/DELETE) permanecen en espera. El resultado percibido por los usuarios es que la tabla aparece “congelada”: las consultas que la involucran se bloquean o caducan hasta que VACUUM FULL termina.

La documentación de rutina de vacuuming reitera que, mientras que el VACUUM estándar puede operar en paralelo con las operaciones normales, VACUUM FULL “requires an ACCESS EXCLUSIVE lock on the table it is working on, and therefore cannot be done in parallel with other use of the table”. Esta frase sintetiza claramente el motivo por el que VACUUM FULL se considera invasivo y no apto para el mantenimiento ordinario. Los DBA deben ser conscientes de este comportamiento y evitar ejecutar VACUUM FULL en tablas críticas durante las horas de producción.

Un punto adicional a considerar es que, en presencia de bloqueos en cascada, un VACUUM FULL en una tabla referenciada por claves foráneas o involucrada en índices complejos puede contribuir a situaciones de bloqueo extendido, especialmente si otras transacciones intentan adquirir bloqueos a su vez. La planificación de las operaciones de VACUUM FULL debe, por tanto, considerar no solo la tabla individual, sino también las dependencias y el uso de la aplicación.

Diferencias entre VACUUM FULL, CLUSTER y REINDEX

VACUUM FULL no es la única operación de mantenimiento que reescribe físicamente una tabla. Comandos como CLUSTER y REINDEX tienen efectos análogos en la medida en que reconstruyen estructuras en disco y en los índices, y comparten muchas de las mismas implicaciones en términos de bloqueo. El comando CLUSTER, por ejemplo, reescribe una tabla ordenando físicamente sus filas según un índice, produciendo un nuevo archivo de la tabla; VACUUM FULL, aunque no impone un orden específico, realiza igualmente una recreación física del archivo, y por este motivo su progreso se monitoriza a través de pg_stat_progress_cluster junto con CLUSTER.

El comando REINDEX reconstruye un índice, eliminando el bloat y optimizando su estructura, pero no reescribe el heap; sin embargo, REINDEX también requiere bloqueos importantes en los objetos involucrados y no puede ejecutarse en plena concurrencia con todas las operaciones. En ciertas situaciones, un bloat extremo de los índices puede mitigarse con REINDEX en lugar de VACUUM FULL, reduciendo el impacto en el heap y en el bloqueo global de la tabla.

La elección entre VACUUM FULL, CLUSTER y REINDEX depende de la naturaleza del problema: si el bloat afecta principalmente al heap y se desea devolver espacio al sistema operativo, VACUUM FULL puede estar justificado; si se desea mejorar la localidad de los datos en función de un índice clusterizado, CLUSTER es la elección natural; si el bloat se concentra en los índices, REINDEX suele ser suficiente. En todos los casos, sin embargo, los administradores deben tener en cuenta los bloqueos requeridos y planificar estas operaciones en ventanas adecuadas, evitando ejecutarlas en momentos de alta carga. Lee también: logrotate Linux: Configurar Rotación de Logs

Escenarios en los que VACUUM FULL está justificado

La documentación de PostgreSQL es clara al recomendar evitar el uso rutinario de VACUUM FULL, pero reconoce que existen escenarios en los que puede estar justificado o incluso ser necesario. El primer escenario típico es el de una tabla que ha sufrido eliminaciones masivas o actualizaciones que de hecho han reducido drásticamente el número de filas activas, pero cuyo archivo en disco sigue siendo muy grande porque el espacio interno no puede ser devuelto fácilmente al sistema operativo. En tales casos, si el bloat es tal que compromete el uso general del almacenamiento o afecta gravemente la caché, un VACUUM FULL puede devolver la tabla a dimensiones proporcionales a los datos realmente presentes, liberando espacio para otros usos.

Un segundo escenario es el de tablas que han sufrido durante mucho tiempo una configuración de autovacuum insuficiente o transacciones largas que han bloqueado la limpieza de tuplas muertas, lo que ha provocado un crecimiento progresivo del archivo y de los índices. Si, después de corregir la configuración o el uso de la aplicación (reduciendo, por ejemplo, los idle in transaction), se descubre que algunas tablas están ahora gravemente infladas, una intervención extraordinaria con VACUUM FULL puede ser la forma más rápida de devolverlas a una situación normal.

El wiki de PostgreSQL subraya que, si autovacuum no logra mantener las tablas y los índices libres de bloat, la respuesta debería ser “tune it, don’t supplement it with manual vacuuming and reindexing”, pero admite que existen casos en los que las tablas están “bloated out of control due to insufficient autovacuum”, en los que un VACUUM FULL o equivalentes pueden considerarse para reparar la situación. La clave está en reconocer que VACUUM FULL resuelve el síntoma, pero la causa debe abordarse ajustando autovacuum y el uso de la aplicación, para evitar que el problema se repita.

Estrategias alternativas: autovacuum agresivo, particionamiento, migraciones

En entornos modernos, la tendencia de los proveedores y de la comunidad es considerar VACUUM FULL como una operación excepcional y privilegiar estrategias alternativas para gestionar el bloat y la acumulación de tuplas muertas. La primera estrategia consiste en el ajuste del autovacuum para tablas específicas, reduciendo los parámetros autovacuum_vacuum_scale_factor y autovacuum_vacuum_threshold para tablas muy dinámicas, de modo que autovacuum intervenga con mayor frecuencia e impida el crecimiento incontrolado de las tuplas muertas. También se pueden aumentar autovacuum_max_workers y autovacuum_work_mem para permitir que más workers operen simultáneamente y gestionen más tuplas muertas por ciclo, a costa de un mayor consumo de recursos.

Una segunda estrategia es el particionamiento de tablas muy grandes o con patrones de acceso y eliminación característicos. En presencia de tablas de log o datos temporales, por ejemplo, particionar por intervalo temporal o por rango permite gestionar la eliminación completa de particiones con TRUNCATE o DROP, evitando que la acumulación de tuplas muertas se concentre en un único archivo de tabla. TRUNCATE, en particular, vacía completamente una tabla y devuelve inmediatamente el espacio interno, pero solo es aplicable cuando es aceptable la eliminación total de los datos, típicamente en particiones “caducadas”.

Una tercera estrategia es la migración lógica o física de los datos de una tabla inflada a una nueva tabla, por ejemplo con CREATE TABLE AS SELECT de solo las filas activas, seguida de un cambio de nombre de las tablas, en operaciones planificadas cuidadosamente. Esta técnica, aunque costosa en términos de I/O, puede ser menos invasiva que VACUUM FULL si se combina con bloqueos ordenados y con una replicación adecuada, y permite rediseñar el esquema y los índices durante el proceso.

Finalmente, en entornos cloud gestionados, como Azure Database for PostgreSQL, la recomendación del proveedor es monitorizar cuidadosamente autovacuum e intervenir principalmente en el ajuste y las prácticas de la aplicación, utilizando herramientas de monitorización avanzadas para identificar los VACUUM anti-wraparound y los VACUUM failsafe que indican que el mantenimiento ordinario no está siguiendo el ritmo. En tales contextos, las intervenciones manuales como VACUUM FULL a menudo se desaconsejan o se gestionan mediante procedimientos de control de cambios, precisamente por su impacto potencialmente disruptivo.

Regular el autovacuum por tabla

Parámetros globales de autovacuum en el postgresql.conf

El autovacuum daemon es un componente opcional pero altamente recomendado de PostgreSQL, cuyo propósito es automatizar la ejecución de VACUUM y ANALYZE. En la configuración predeterminada de las instalaciones modernas de PostgreSQL, autovacuum está activo por defecto y opera en segundo plano, pero sus parámetros globales, definidos en el archivo postgresql.conf, influyen en el comportamiento de todo el clúster. Entre los parámetros más importantes encontramos:

  • autovacuum = on: habilita o deshabilita el demonio autovacuum (por defecto on).
  • autovacuum_max_workers: el número máximo de procesos autovacuum que pueden ejecutarse simultáneamente (por defecto 3). Aumentarlo puede ayudar a gestionar clústeres con muchas tablas activas, pero aumenta el consumo de recursos. Una salida típica:
    SHOW autovacuum_max_workers;
     autovacuum_max_workers
    ------------------------
     3
    (1 row)
  • autovacuum_vacuum_cost_delay: la pausa en milisegundos entre un ciclo de VACUUM y otro cuando el costo de I/O supera autovacuum_vacuum_cost_limit (por defecto 2ms). Reducirlo hace que el VACUUM sea más agresivo, aumentarlo lo hace más lento y menos impactante.
  • autovacuum_vacuum_cost_limit: la cantidad de “costo” de I/O que un proceso autovacuum puede acumular antes de pausarse (por defecto -1, lo que significa usar vacuum_cost_limit).
  • autovacuum_naptime: el tiempo de reposo entre dos ciclos de escaneo de las bases de datos para tablas que necesitan VACUUM o ANALYZE (por defecto 1 minuto). Reducirlo hace que los controles sean más frecuentes, aumentándolo los espacia.

Estos parámetros globales establecen el comportamiento básico del autovacuum, pero es fundamental comprender que a menudo es necesario un ajuste más granular, a nivel de tabla individual, para optimizar el rendimiento sin impactar negativamente en todo el clúster. La documentación oficial de PostgreSQL dedica una sección completa a los parámetros del servidor relacionados con VACUUM, indicando cómo ajustarlos para equilibrar agresividad e impacto en los recursos. Consulta la documentación oficial de PostgreSQL sobre los parámetros de Autovacuum

Tuning por tabla individual con ALTER TABLE

Aunque los parámetros globales son un buen punto de partida, las tablas en una base de datos tienen comportamientos muy diferentes: algunas son estáticas, otras sufren millones de UPDATE/DELETE al día. PostgreSQL permite sobrescribir los parámetros de autovacuum por tabla individual, ofreciendo un control granular y dirigido. Esto se hace con el comando ALTER TABLE ... SET (storage_parameter = value). Los parámetros más comunes a configurar a nivel de tabla son:

  • autovacuum_vacuum_threshold: el número mínimo de tuplas muertas que deben acumularse antes de que autovacuum intervenga (por defecto autovacuum_vacuum_threshold global, típicamente 50).
  • autovacuum_vacuum_scale_factor: un porcentaje del tamaño de la tabla que, sumado al umbral, determina el umbral efectivo para la activación del VACUUM (por defecto autovacuum_vacuum_scale_factor global, típicamente una cuota relevante). Para tablas muy dinámicas, se puede reducir este valor. Por ejemplo:
    ALTER TABLE pedidos SET (autovacuum_vacuum_scale_factor = 0.02);

Esto establece el factor de escala a un valor reducido, haciendo que autovacuum sea más reactivo en pedidos en comparación con la configuración global.

  • autovacuum_analyze_threshold y autovacuum_analyze_scale_factor: similares a los parámetros de VACUUM, pero controlan cuándo ejecutar ANALYZE para actualizar las estadísticas del planificador. Ajustarlos es crucial para mantener planes de ejecución eficientes en tablas con alta volatilidad de datos.
  • autovacuum_enabled = off: deshabilita completamente autovacuum para una tabla específica. Esto rara vez se recomienda, pero puede ser útil para tablas extremadamente estáticas o gestionadas con procedimientos de mantenimiento manual muy específicos (por ejemplo, tablas particionadas que se truncan periódicamente).

El mejor enfoque es monitorizar las tablas más activas usando pg_stat_user_tables y pgstattuple, identificar aquellas con n_dead_tup en rápido crecimiento o con bloat significativo, y luego aplicar ajustes específicos. Por ejemplo, una tabla de log con millones de inserciones y eliminaciones diarias podría beneficiarse de un autovacuum_vacuum_scale_factor muy bajo (ej. 0.01) y un autovacuum_vacuum_threshold elevado, para equilibrar la agresividad del VACUUM con el costo de I/O. Por el contrario, una tabla de configuración rara vez modificada podría no requerir ajustes particulares o, en casos extremos, tener autovacuum deshabilitado.

Transaction ID wraparound: el riesgo a conocer

Qué es el Transaction ID Wraparound

El Transaction ID wraparound es una de las trampas más peligrosas y menos comprendidas en PostgreSQL. Como se mencionó, cada transacción y cada tupla en PostgreSQL tiene un ID de transacción (XID) de 32 bits. Este XID es utilizado por el sistema MVCC para determinar la visibilidad de las tuplas. Dado que los XID son de 32 bits, su número máximo es de aproximadamente 4 mil millones. Cuando el contador de los XID se acerca a este límite, si las tuplas más antiguas no son “congeladas” (frozen) por VACUUM, el sistema corre el riesgo de interpretar erróneamente las transacciones futuras como “más antiguas” que las pasadas, lo que podría llevar a una potencial corrupción de los datos. Para prevenir esto, PostgreSQL implementa un mecanismo de protección que, en caso de riesgo inminente de wraparound, detiene todas las nuevas escrituras en la base de datos, poniéndola en modo de solo lectura hasta que se complete un VACUUM anti-wraparound. Este bloqueo puede durar horas o días, dependiendo del tamaño de la base de datos y de la velocidad del VACUUM, causando una interrupción total del servicio.

Parámetros de protección y monitorización

PostgreSQL ofrece parámetros para monitorizar y gestionar el riesgo de wraparound:

  • autovacuum_freeze_max_age: define la edad máxima en transacciones que una tupla puede alcanzar antes de ser considerada un candidato para un “anti-wraparound vacuum” agresivo (por defecto 200 millones de transacciones). Si una tabla contiene tuplas con XID más antiguos que este valor, autovacuum forzará un VACUUM en esa tabla, incluso si no ha alcanzado los umbrales normales de tuplas muertas.
  • vacuum_freeze_min_age: la edad mínima de una tupla (en transacciones) para ser candidata al “freezing” (por defecto 50 millones de transacciones).

Para monitorizar la edad de las transacciones y prevenir el wraparound, es fundamental consultar la vista pg_database. En particular, la columna datfrozenxid de pg_database muestra el XID más antiguo que aún no ha sido congelado para esa base de datos. Podemos calcular la edad de este XID respecto al XID actual con la función age():

SELECT datname, age(datfrozenxid) FROM pg_database ORDER BY 2 DESC;

Un output típico:

    datname    |    age
--------------+-----------
    mi_app_db  | 150000000
    postgres   |  10000000
    template1  |  10000000
    template0  |  10000000
(4 rows)

Si la salida muestra una age que se acerca a autovacuum_freeze_max_age (o, peor, supera los 2 mil millones, que es el punto de no retorno), es una señal de alarma roja. En estos casos, es necesaria una intervención inmediata para forzar VACUUM en las tablas afectadas, o para aumentar la agresividad del autovacuum, de lo contrario la base de datos se bloqueará. Lee también: Backup 3-2-1-1-0: La Regla Explicada con Ejemplo

Monitorizar el autovacuum en el tiempo

Un monitorización eficaz es la clave para prevenir problemas relacionados con VACUUM y autovacuum. Además de las consultas ya mencionadas, es útil integrar la monitorización de PostgreSQL con herramientas externas para rastrear las tendencias a lo largo del tiempo.

Logs de PostgreSQL

Los logs de PostgreSQL son una fuente inestimable de información. Es posible configurar el parámetro log_autovacuum_min_duration (en el postgresql.conf) para registrar en el log todos los VACUUM que superen una cierta duración en milisegundos (ej. log_autovacuum_min_duration = 250). Esto permite identificar VACUUM demasiado lentos o que fallan, proporcionando detalles útiles para el ajuste o la resolución de problemas. Los logs también mostrarán los “anti-wraparound vacuum” o los “failsafe vacuum”, que son señales de alarma de un autovacuum no suficientemente agresivo.

Herramientas de monitorización externas

Plataformas como Prometheus con Grafana, Zabbix o equivalentes en la nube (ej. Azure Monitor, AWS CloudWatch) pueden recopilar métricas de pg_stat_user_tables y pg_stat_activity y visualizarlas en dashboards. Monitorizar gráficos como:

  • n_dead_tup para las tablas más activas: para identificar el bloat en crecimiento.
  • last_autovacuum y last_autoanalyze: para verificar la frecuencia y la eficacia del autovacuum.
  • age(datfrozenxid): para mantener bajo control el riesgo de wraparound a nivel de base de datos.
  • autovacuum_count y vacuum_count: para entender cuántos VACUUM automáticos y manuales se ejecutan.

Estos datos, visualizados a lo largo del tiempo, permiten identificar patrones, anticipar problemas y validar la eficacia de las modificaciones en los parámetros de autovacuum. Un aumento constante de n_dead_tup en una tabla, a pesar de VACUUM automáticos frecuentes, podría indicar la necesidad de un ajuste más agresivo o de un análisis de la carga de trabajo de la aplicación.

Errores Comunes y Resolución de Problemas

Error o mensaje exacto Causa Solución
FATAL: database is in "recovery mode" (a causa de wraparound) La base de datos ha alcanzado el límite de Transaction ID y se ha bloqueado para prevenir la corrupción de los datos. Ejecutar un VACUUM FREEZE o VACUUM agresivo (manualmente o mediante autovacuum) para congelar las tuplas antiguas. Requiere tiempo de inactividad.
ERROR: relation "mitabla" does not exist (después de VACUUM FULL) Un VACUUM FULL no ha terminado correctamente o ha sido interrumpido, dejando la tabla en un estado inconsistente. Comprobar los logs de PostgreSQL para el motivo del fallo. Restaurar desde backup o intentar un REINDEX TABLE si el problema es en el índice.
Consultas lentas en tablas con muchas modificaciones Acumulación de tuplas muertas (bloat) que ralentiza los escaneos o estadísticas del planificador obsoletas. Ejecutar VACUUM (ANALYZE) en la tabla. Si el problema persiste, ajustar los parámetros de autovacuum para que sea más frecuente.
idle in transaction o idle in transaction (aborted) en pg_stat_activity Sesiones de aplicación que abren transacciones pero no las cierran, bloqueando el punto de corte de VACUUM e impidiendo la limpieza de las tuplas muertas. Identificar las consultas o los procesos de aplicación responsables y corregir el código. Terminar manualmente las sesiones bloqueantes (pg_terminate_backend(pid)).
Espacio en disco del tablespace en constante crecimiento Autovacuum no logra recuperar el espacio al sistema operativo, o la tabla está gravemente inflada. Verificar la eficacia de autovacuum. Si el bloat es extremo, considerar un VACUUM FULL en ventana de mantenimiento o estrategias de migración/particionamiento.

Preguntas frecuentes

¿Debo ejecutar VACUUM manualmente incluso con autovacuum habilitado?

Generalmente no. El autovacuum está diseñado para gestionar la mayoría de las necesidades de limpieza. La intervención manual se recomienda solo en casos específicos: después de cargas masivas (bulk load), para resolver un bloat grave que el autovacuum no logra gestionar, o en situaciones de emergencia como el riesgo de transaction ID wraparound. Un buen ajuste del autovacuum minimiza la necesidad de intervenciones manuales.

¿VACUUM FULL es siempre evitable?

VACUUM FULL es una operación muy invasiva que bloquea completamente la tabla. Debe evitarse en el mantenimiento ordinario. Solo está justificado cuando es estrictamente necesario recuperar una cantidad significativa de espacio en disco al sistema operativo de una tabla gravemente inflada y no hay alternativas prácticas, y solo en ventanas de mantenimiento programadas con baja carga de aplicación.

¿Cómo puedo saber si una tabla está «inflada»?

Puedes usar la consulta SELECT relname, n_dead_tup, n_live_tup FROM pg_stat_user_tables ORDER BY n_dead_tup DESC; para ver el número de tuplas muertas. Para un análisis más detallado, instala la extensión pgstattuple y usa SELECT * FROM pgstattuple('mi_tabla'); para obtener el porcentaje exacto de tuplas muertas y espacio libre.

¿Cuál es el impacto de autovacuum en el rendimiento?

El autovacuum consume recursos (CPU, I/O) durante la ejecución. Sin embargo, su impacto se mitiga con mecanismos de throttling basado en costos que ralentizan el proceso si la carga del sistema es elevada. Si está bien configurado, el beneficio de una base de datos limpia y con estadísticas actualizadas supera con creces el costo del vacuuming, previniendo problemas de rendimiento mucho más graves causados por el bloat.

¿Qué sucede si deshabilito autovacuum?

Deshabilitar el autovacuum está fuertemente desaconsejado. Sin él, las tuplas muertas se acumularán indefinidamente, lo que llevará a un bloat extremo, degradación del rendimiento y, en última instancia, al riesgo de transaction ID wraparound que bloqueará la base de datos. El mantenimiento manual sería una carga enorme y difícil de gestionar en un entorno dinámico.

Conclusiones con Puntos Clave Operativos

La gestión de VACUUM y autovacuum es un pilar fundamental de la administración de PostgreSQL. Comprender el mecanismo MVCC y el papel de las tuplas muertas es esencial para mantener una base de datos de alto rendimiento y estable. Los puntos clave operativos son:

  1. Monitorización Proactiva: Utiliza pg_stat_user_tables, pg_stat_activity y pgstattuple para identificar rápidamente las tablas con bloat o con n_dead_tup en crecimiento. Monitoriza también age(datfrozenxid) para prevenir el wraparound.
  2. Ajuste Granular de Autovacuum: No te fíes solo de los parámetros globales. Ajusta autovacuum_vacuum_threshold y autovacuum_vacuum_scale_factor a nivel de tabla individual para las más dinámicas, equilibrando agresividad y consumo de recursos.
  3. VACUUM Estándar vs. VACUUM FULL: Prefiere siempre el VACUUM estándar para el mantenimiento ordinario, ya que no bloquea las operaciones DML. Reserva VACUUM FULL solo para casos excepcionales de bloat extremo que requiera la recuperación de espacio al sistema operativo, planificándolo en ventanas de mantenimiento.
  4. Atención a las Transacciones Largas: Las sesiones idle in transaction pueden bloquear el punto de corte de VACUUM y causar la acumulación de tuplas muertas. Identifica y resuelve estos problemas a nivel de aplicación.
  5. Logs y Alertas: Configura log_autovacuum_min_duration e integra los logs de PostgreSQL con tu sistema de alertas para ser notificado de VACUUM problemáticos o del riesgo de wraparound.

Implementando estas prácticas, podrás asegurar que tu base de datos PostgreSQL siga siendo un componente robusto y de alto rendimiento de tu stack de TI, evitando interrupciones inesperadas y manteniendo bajo control el consumo de recursos.

Fuentes

Actualizado: noviembre de 2026

Comparte este artículo:

Escrito por

Rosario Giordano

Rosario Giordano es administrador de sistemas y consultor de TI especializado en c iberseguridad y cloud, con más de 20 años de experiencia en la gestión de infraestructuras Linux empresariales. Sus áreas de especialización incluyen el hardening de SSH, plataformas Kubernetes , bases de datos PostgreSQL, virtualización con VMware/Proxmox y el cumplimiento de los marcos de seguridad NIS2 e ISO 27001.