跳到正文
PostgreSQL运维避坑案例整理
整理自用户提供的《新炬运维避坑指南合集》41
篇离线文章。按案例涉及的主要技术归类，归纳原文中的现象、排查处置和建议；案例措施仅代表原文环境，执行前应按当前版本、拓扑和变更流程复核。
共整理 5
个案例。期数按专辑标题编号；来源链接取自离线文章元数据。
查看或下载 Markdown 原稿
案例目录
第 36 期｜Postgresql
高可用问题分析
- 专辑文件：
06.html，第 9 个案例
- 查看原文
- 现象： Patroni高可用使用案例。
- 处置过程：
DCS参数max_replication_slots配置小于数据库复制槽个数，导致数据库启动失败，而修改DCS参数、重建etcd都无法解决问题，割接回退。；研究后，删除patroni.dynamic.json文件，则重启patroni即可生效。；部分品牌的物理机由于硬件的watchdog配置，导致触发watchdog重启的时候，主机启动异常，需去机房进行“contune"操作才可继续启动。
- 运维建议：
数据库重要组件变更，使用迁移的方式进行，而不是直接修改组件；新建数据库，需进行详尽的高可用性测试验证
第 27
期｜TelePG数据库连接异常与VIP切换故障
- 专辑文件：
15.html，第 4 个案例
- 查看原文
- 现象：
某业务系统telepg数据库业务执行批量操作，网络流量突增，导致gateway和zk之间心跳超时，vip切换引起程序连接出现报错。
- 处置过程：
收到某业务系统数据库连接数过多，达到1979，产生了告警，业务反馈程序不可用。；业务紧急切换到灰度环境，连接数陆续下降，业务逐渐恢复正常。；查看数据库资源和主机资源历史情况，确定问题时间点。
- 运维建议：
避免高峰期进行批量操作；在业务高峰期，严格控制批量操作；（如大表更新、存储过程执行等）
第 23
期｜某系统的telepg数据库对表添加同步后业务异常
- 专辑文件：
19.html，第 2 个案例
- 查看原文
- 现象：
某系统的telepg数据库对表添加同步后业务异常。
- 处置过程：
业务反馈某个表不能执行update和delete；通过分析怀疑和刚搭建该表的增量同步有关。；cannot
update table
- 运维建议：
确保同步表具有主键或唯一标识符；在telepg数据库中添加逻辑同步时，目标表必须包含主键或其他唯一标识符。这是因为逻辑复制依赖于这些标识符来唯一确定每条记录。；如果表中没有主键或唯一标识符，可能会导致无法执行更新或删除操作，直接影响业务的正常运行。
第 21
期｜greenplum集群互信异常问题分析
- 专辑文件：
21.html，第 9 个案例
- 查看原文
- 现象：
greenplum通过kdc认证做集群间互信认证，kdc主机下线,导致集群互信异常。
- 处置过程：
数据库巡检发现基于互信的命令gpstate,gpstop,gpstart,gprecoverseg等命令无法返回结果。；查看ssh日志,kdc认证的主机已下线，导致认证失败，这些gpstate命令是基于免密互信的，注释掉/etc/krb5.conf
中server相关行,保持主机互信正常。
- 运维建议： 确保KDC主机的高可用性；（Key
Distribution
Center）；主机是Kerberos认证的核心组件，其下线会直接影响到基于KDC的认证服务。
第 18
期｜PG数据库大表未触发autovacuum
- 专辑文件：
24.html，第 5 个案例
- 查看原文
- 现象：
某系统telepg；(postgresql)；数据库大表未触发autovacuum。
- 处置过程：
某日收到数据库告警，事务年龄超过告警阈值，；检查数据库并没有长事务的情况，；检查数据库autovacuum的相关参数，
- 运维建议：
有效的数据库告警，能及时的发现问题，从而快速介入解决；数据库的默认参数并不能适合所有的业务，针对数据库的压力及时调整优化参数；建立有效的监控系统，监控数据库中表的dead
tuple数量、autovacuum的执