Como faço grandes atualizações sem bloqueio no PostgreSQL?

Coluna/Linha

... Não preciso que a integridade transacional seja mantida em toda a operação, pois sei que a coluna que estou alterando não será gravada ou lida durante a atualização.

Índice

Para evitar ser desviado para uma discussão fora do tópico, vamos supor que todos os valores de status para as 35 milhões de colunas estejam atualmente configurados para o mesmo valor (não nulo), tornando um índice inútil.

Desempenho

Por exemplo, digamos que eu tenha uma tabela chamada "pedidos" com 35 milhões de linhas e queira fazer isso:

UPDATE orders SET status = null;

ALTER TABLE orders DROP column status
                 , ADD  column status text;

Quando uma coluna é adicionada com ADD COLUMN , todas as linhas existentes na tabela são inicializadas com o valor padrão da coluna (NULL se não houver DEFAULT cláusula é especificada). Se não houver DEFAULT cláusula, esta é apenas uma mudança de metadados [...]

Quando uma coluna é adicionada com ADD COLUMN e um DEFAULT não volátil for especificado, o padrão é avaliado no momento da instrução e o resultado armazenado nos metadados da tabela. Esse valor será usado para a coluna de todas as linhas existentes. Se não houver DEFAULT for especificado, NULL será usado. Em nenhum dos casos é necessária uma reescrita da tabela.

Adicionando uma coluna com um DEFAULT volátil ou alterar o tipo de uma coluna existente exigirá que toda a tabela e seus índices sejam reescritos. [...]

A DROP COLUMN form não remove fisicamente a coluna, mas simplesmente a torna invisível para operações SQL. As operações subseqüentes de inserção e atualização na tabela armazenarão um valor nulo para a coluna. Assim, eliminar uma coluna é rápido, mas não reduzirá imediatamente o tamanho em disco da tabela, pois o espaço ocupado pela coluna descartada não é recuperado. O espaço será recuperado ao longo do tempo à medida que as linhas existentes forem atualizadas.

• Adicionar nova coluna sem bloqueio de tabela?

• O PostgreSQL otimiza a adição de colunas com DEFAULTs não NULL?

Solução geral

Isenção de responsabilidade

Instruções passo a passo

• Como usar (instalar) o dblink no PostgreSQL?

• Inserções persistentes em uma UDF mesmo que a função seja abortada

CREATE OR REPLACE FUNCTION f_update_in_steps()
  RETURNS void AS
$func$
DECLARE
   _step int;   -- size of step
   _cur  int;   -- current ID (starting with minimum)
   _max  int;   -- maximum ID
BEGIN
   SELECT INTO _cur, _max  min(order_id), max(order_id) FROM orders;
                                        -- 100 slices (steps) hard coded
   _step := ((_max - _cur) / 100) + 1;  -- rounded, possibly a bit too small
                                        -- +1 to avoid endless loop for 0
   PERFORM dblink_connect('myserver');  -- your foreign server as instructed above

   FOR i IN 0..200 LOOP                 -- 200 >> 100 to make sure we exceed _max
      PERFORM dblink_exec(
       $$UPDATE public.orders
         SET    status = 'foo'
         WHERE  order_id >= $$ || _cur || $$
         AND    order_id <  $$ || _cur + _step || $$
         AND    status IS DISTINCT FROM 'foo'$$);  -- avoid empty update

      _cur := _cur + _step;

      EXIT WHEN _cur > _max;            -- stop when done (never loop till 200)
   END LOOP;

   PERFORM dblink_disconnect();
END
$func$  LANGUAGE plpgsql;

SELECT f_update_in_steps();

• Nome da tabela como parâmetro de função do PostgreSQL

• Como posso (ou posso) SELECT DISTINCT em várias colunas?