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。

sql
-- 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。

text
 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。

按自己的节奏,确认真正理解。

目录与阅读设置

记录一个想法

建立锁等待观测基线

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通