postgresql在ubuntu上如何监控

Ubuntu 上监控 PostgreSQL 的实用方案

一 内置视图快速巡检

• 连接数据库后，优先查看以下系统视图，获取会话、SQL、锁、复制与 WAL 的整体状态：
  • 当前会话与阻塞：查询 pg_stat_activity，关注 state、query、wait_event_type、wait_event，定位长事务与等待事件。
  • 锁争用：查询 pg_locks，结合 pg_stat_activity 找出持有锁与等待锁的会话，识别锁等待与死锁风险。
  • 慢查询与 SQL 统计：启用扩展 pg_stat_statements 后，按 total_time / mean_time 排序，优先优化高频高耗 SQL。
  • 数据库级负载与缓存：查询 pg_stat_database，用 blks_hit / (blks_hit + blks_read) 评估缓存命中率，低于 90% 需进一步排查（索引/内存/SQL）。
  • 表与索引热点：查询 pg_stat_user_tables / pg_stat_user_indexes，识别全表扫描与低效索引。
  • 后台写与检查点：查询 pg_stat_bgwriter，观察检查点与刷脏压力。
  • 复制与 WAL：查询 pg_stat_replication / pg_stat_wal_receiver，监控复制延迟与接收端状态。
  • 在线真空进度：查询 pg_stat_progress_vacuum，掌握 VACUUM 进度与阻塞情况。

二 日志与慢查询分析

• 在 postgresql.conf 中开启与慢查询相关的关键参数，并重启或重载：
  • 记录 DML/ALL：log_statement = ‘mod’（或 ‘all’）
  • 记录长查询：log_min_duration_statement = 1000（单位毫秒，示例为 1 秒）
  • 记录锁等待：log_lock_waits = on
  • 启用日志收集：logging_collector = on
• 日志分析工具：
  • 使用 pgBadger 解析 PostgreSQL 日志，生成 HTML 报告，快速洞察慢查询模式、错误与锁等待趋势。

三 系统级资源监控

• 配合数据库指标，持续观察操作系统资源：
  • CPU/内存：top / htop / vmstat，关注 postgres 进程的 CPU 占用与 si/so（换入/换出）。
  • 磁盘 I/O：iostat -x 1，关注 %util（设备利用率）与 await（I/O 等待），接近 100% 通常表示存储瓶颈。
  • 网络：跨机房/高并发场景用 iftop / netstat 排查延迟与丢包。

四 持续监控与可视化方案

• Prometheus + Grafana
  • 部署 postgres_exporter 采集数据库指标，Prometheus 存储与告警，Grafana 展示面板（连接数、缓存命中率、慢查询趋势、复制延迟等）。
  • 可使用 Elephant Shed 一站式集成 PostgreSQL + Prometheus + Grafana + pgBadger，快速搭建监控与日志分析平台。
• Zabbix
  • 使用 Zabbix 6.x 在 Ubuntu 上部署服务器与代理，导入 PostgreSQL 模板（如社区模板 pg_monz），通过 userparameter 或 ODBC 采集指标并配置告警。
• 轻量采集与一次性巡检
  • 使用 pgmetrics 连接数据库采集健康与性能数据，输出 JSON/CSV/Text，便于对接自有平台或做临时诊断。

五 落地配置与告警示例

• 启用扩展与最小权限监控账号
  • 在目标库执行：
    • 创建监控账号：CREATE ROLE monitoring WITH LOGIN NOSUPERUSER NOCREATEDB NOCREATEROLE PASSWORD ‘***’;
    • 授予连接：GRANT CONNECT ON DATABASE your_db TO monitoring;
    • 按需授予只读权限（示例）：GRANT USAGE ON SCHEMA public TO monitoring; GRANT SELECT ON ALL TABLES IN SCHEMA public TO monitoring; （生产环境请按最小权限细化）
    • 启用扩展：CREATE EXTENSION IF NOT EXISTS pg_stat_statements;
• Prometheus 告警规则示例（PromQL）
  • 连接数过高：sum(pg_stat_activity_count{ state=“active”} ) by (instance) > 100
  • 缓存命中率低：1 - sum(rate(pg_stat_database_blks_hit{ datname!~“template."} [5m])) / sum(rate(pg_stat_database_blks_read{ datname!~"template.”} [5m])) < 0.90
  • 复制延迟（秒）：(pg_replication_lag_seconds{ application_name!~“.*sender”} ) > 30
• 日志与报表例行化
  • 每日/每周用 pgBadger 生成报告，归档并对比趋势；对超过阈值的慢查询建立优化工单闭环。

声明：本文内容由网友自发贡献，本站不承担相应法律责任。对本内容有异议或投诉，请联系2913721942#qq.com核实处理，我们将尽快回复您，谢谢合作！