PostgreSQL / 系统课时
建立锁等待观测基线
建立锁等待观测基线
锁等待治理不能只靠故障时临时查 pg_locks。生产基线要持续回答四件事:谁在等、谁在挡、事务已经持续多久、死锁是否在增长。本课用系统视图建立最小观测面,并说明哪些指标能直接读取,哪些必须通过连续采样得到。
学习目标
- 用
pg_stat_activity和pg_blocking_pids找出当前锁等待与阻塞者。 - 建立锁等待、阻塞扇出、长事务和死锁增量四类基线指标。
- 区分短暂正常竞争与需要告警的异常堆积。
基线先回答四个问题
第一类是当前等待:正在等待锁的会话数、涉及的应用、锁类型,以及等待队列是否持续扩大。第二类是阻塞来源:哪些 PID 正在挡住别人,一个阻塞者影响了多少等待者。
第三类是长事务。长事务不等于阻塞,但它持锁时间更可能拉长,尤其要关注 idle in transaction 会话。第四类是死锁增量:pg_stat_database.deadlocks 是累计计数,必须结合 stats_reset 对相邻采样做差,不能把原始总数直接当成当前故障率。
用系统视图抓当前等待
下面的主查询可以直接在目标数据库执行。示例把 30 秒作为演示用的“长事务”门槛,生产环境应改成与你的事务时延预算和业务 SLO 一致的值。
-- 当前正在等待重量级锁的会话
SELECT
pid,
application_name,
state,
wait_event,
now() - query_start AS query_age,
now() - xact_start AS xact_age,
pg_blocking_pids(pid) AS blocking_pids,
left(query, 120) AS query
FROM pg_stat_activity
WHERE wait_event_type = 'Lock'
ORDER BY query_age DESC;
-- 长事务候选,不代表它们一定正在阻塞别人
SELECT
pid,
application_name,
state,
now() - xact_start AS xact_age,
left(query, 120) AS query
FROM pg_stat_activity
WHERE xact_start IS NOT NULL
AND now() - xact_start > interval '30 seconds'
ORDER BY xact_age DESC;
-- 当前数据库累计检测到的死锁数
SELECT
datname,
deadlocks,
stats_reset
FROM pg_stat_database
WHERE datname = current_database();预期输出的具体 PID、时长、SQL 和累计值取决于现场;存在锁等待时,第一段结果会出现 wait_event_type = Lock 对应的会话,blocking_pids 给出其直接阻塞者。
pid | application_name | state | wait_event | query_age | xact_age | blocking_pids | query
-------+------------------+--------+---------------+-----------+----------+---------------+-----------------------------
<PID> | api | active | transactionid | <TIME> | <TIME> | {<PID>} | UPDATE ...
pid | application_name | state | xact_age | query
-------+------------------+---------------------+----------+-----------------------------
<PID> | worker | idle in transaction | <TIME> | UPDATE ...
datname | deadlocks | stats_reset
---------+-----------+------------------------
<VALUE> | <VALUE> | <TIME>监控账号需要能读取其他会话的活动信息。生产上应使用只读观测权限,例如内置角色 pg_read_all_stats,而不是为了看锁直接给监控账号超级用户权限。
把瞬时快照变成时间序列
单次 SQL 只能回答“现在发生了什么”。要形成基线,采集器应按固定周期保存至少四组时间序列:锁等待会话数、每个阻塞者的等待者数量、事务年龄分布,以及死锁计数的增量。
等待时长不能直接用 query_age 代替。更稳妥的做法是以 PID 和查询标识为观测对象:第一次采样发现其进入 Lock 等待时记为起点,后续连续采样仍在等待就累加;等待消失后结束这一段样本。这样才能计算最大值、P95/P99 和超阈值等待数。
死锁则使用相邻采样的 deadlocks 差值。监控系统还必须记录 stats_reset,因为统计被重置或实例异常恢复后,累计值可能从较小数字重新开始;不识别重置会制造错误的负增长或尖峰。
区分正常竞争与异常堆积
| 观察维度 | 更像正常竞争 | 更像异常堆积 |
|---|---|---|
| 等待持续时间 | 短暂出现并很快消失 | 持续超过业务时延预算 |
| 阻塞扇出 | 少量等待者,队列不增长 | 同一 blocker 后等待者持续增加 |
| 阻塞者状态 | 正在执行且很快提交 | 长时间 idle in transaction 或事务年龄持续增长 |
| 死锁 | 长期无增量或极低偶发 | 单位时间内持续出现增量 |
不要为所有服务设一个统一的“超过 1 秒就是故障”。高并发扣库存与低频后台维护的正常等待分布不同。阈值应先从一段稳定业务期收集分位数,再结合接口 SLO 设告警线,并按 application_name、数据库和业务角色拆分,否则全局平均值会掩盖局部热点。
让日志补足等待证据
实时视图适合发现现场,日志适合保留已经消失的等待事件。开启 log_lock_waits 后,PostgreSQL 会在等待超过 deadlock_timeout 时记录锁等待日志;因此排障期可以谨慎缩短该参数以获得更细证据,但生产环境不能只为了“日志更密”就长期设得过低。
最终基线应把三类证据放在一起:时间序列负责判断趋势和告警,pg_stat_activity 与 pg_blocking_pids 负责定位当前等待链,锁等待与死锁日志负责回放已经结束的事件。这样即使阻塞在值班人员打开终端前已经消失,也仍有足够信息判断它是正常竞争还是系统性堆积。