在贝克街221B号那座充满维多利亚时代风情的小屋里，福尔摩斯•K与华生•K坐在杂乱无章的办公室里，手中紧握着一封来自一家国际知名金融公司的求助信。这封信的每一个字都透露出深深的忧虑和急迫，技术总监在信中详细描述了一个令他们束手无策的问题：
在金融业务系统中，跑批类业务往往伴随着大量的复杂长查询和数据修改，如同繁忙的流水线一样，不断产生新的数据版本，同时也留下了大量的旧版本数据。传统的数据清理方案，只能清除最古老、最不起眼的尘埃，对于那些因持续长查询而生成的无数旧版本，却束手无策。这些旧版本就如同冗余的库存，占据着宝贵的存储空间，导致数据库膨胀和性能下降。
近在眼前的解决方案：跨事务清理优化
福尔摩斯•K放下手中的烟斗，他那双锐利如鹰的眼睛中闪烁着对挑战的热情。他深知，这起“金融数据膨胀案”不仅涉及了复杂的数据结构和事务处理机制，更隐藏着一个深层次的数据库优化问题。于是，他决定亲自出手，揭开这个谜团。
福尔摩斯•K迅速进入了侦探模式，他首先运用了自己擅长的“观察与记录”技巧，对膨胀问题进行分析。他发现，在长事务执行期间，数据会被频繁地更新，产生大量对所有事务都不可见的过期版本数据。然而，由于长事务维持了数据库的视界不变，这些过期版本数据无法被安全地清理掉，从而导致了数据膨胀的问题。
在确定了问题的关键所在后，福尔摩斯•K运用了他那著名的“演绎法”来推导解决方案。他从已知的事实出发，结合对膨胀问题的深入分析，提出了一个大胆的假设：如果能够找到一种方法，能够判断哪些数据版本是过期的且不再被任何事务可见，那么就可以安全地清理掉这些数据版本，从而解决数据膨胀的问题。
幸运的是，金仓数据库KingbaseES为他提供了这个可能。
KingbaseES实现了基于提交序列号（简称CSN）的快照，用于数据版本的可见性判断。就像魔法世界中的时间转换器一样，能够让人们看到每个数据版本的过去和未来。在共享内存中维护系统中全部活跃快照的CSN，就可以利用其清理数据库视界内的过期版本：当某个过期版本生命周期全部落入任意相邻两个快照csn组成的区间里时，则此元组不被任何事务可见，可以安全清理。通过这种跨事务细粒度的清理，就可以避免长事务场景下垃圾清理的延迟。
基于CSN快照清理方案
模拟测试与验证：性能与效率的双重提升
为了验证这个方案的有效性，两人与金仓工程师们一起进行了模拟测试。他们模拟典型的金融业务跑批场景，对比了开启跨事务清理方案和传统清理方案的效果。
测试结果显示，跨事务清理功能较传统清理方案膨胀率明显降低，性能显著提升，并且系统运行时间越长结果对比越明显。
No.1
精准识别 膨胀退散
从上述图中，可以看到长事务存在的跑批场景下，传统清理方案的膨胀率不断上升，最终持续增长到了215%左右；而跨事务精准清理方案膨胀率经过5分钟时间基本稳定下来，磁盘膨胀率稳定在26.8%，元组膨胀维持在11.6%。
华生•K发现：跨事务精准清理方案下，磁盘与元组膨胀得到有效控制，膨胀率仅为传统清理方案的1/10！
No.2
极速响应 效率倍增
传统清理方案
跨事务清理方案
在响应时间方面，传统清理方案响应时间不断增长，最终增长到600毫秒上下。反观跨事务精准清理方案，查询的响应时间基本维持在2-3毫秒，响应时间飙升到了极致。
福尔摩斯•K通过比对传统清理方案，发现跨事务精准清理方案查询的响应速度快200-300倍！
No.3
高效清理 TPS飙升
从更新的每秒事务数（tps）方面对比看，传统清理方案情况下每秒事务数随时间持续降低，半个小时后降到280tps左右；跨事务精准清理情况下每秒事务数在1500-2100tps之间波动，平均在1750tps左右，是传统清理方案的近6倍！
案件告破
传统清理方案策略保守，清理范围有限，导致数据膨胀问题不断加剧，进而引发数据库性能的持续下降。相比之下，金仓数据库“跨事务清理方案”通过更精确的判断可见性，显著扩大了清理范围，从而有效控制了数据膨胀，数据库整体性能状态得到了良好的维持。
福尔摩斯•K与华生•K以卓越的洞察力和分析能力，成为侦探界的传奇。同样地，金仓数据库KingbaseES以其独特的技术和创新精神，在数据库领域树立了新的标杆。它的跨事务清理优化方案不仅解决了数据库膨胀与性能下降的问题，更为数据库的未来发展提供了有力支持。
我们相信，在技术与创新的推动下，金仓数据库将继续引领数据库技术的发展潮流，为各行各业提供更加高效、稳定、智能的数据库解决方案。
