PostgreSQL / 系统课时

排查空闲连接堆积

排查空闲连接堆积

当 PostgreSQL 中出现大量长期 idle 会话时,先不要把它们直接判定为连接泄漏。真正要回答的是:这些连接来自哪个应用、由哪个连接池保留、是否与实例扩容同步增长,以及是否存在已经失去控制的连接增长。

学习目标

  • 能用 pg_stat_activity 按应用、用户、客户端地址和空闲时长定位连接来源
  • 能区分正常连接池保留、连接泄漏和实例失控扩容
  • 能建立从会话来源到连接池配置的验证闭环

先看空闲连接到底来自哪里

idle 表示当前会话没有正在执行事务或查询,但连接仍然保持建立状态。对于连接池而言,一定数量的 idle 连接通常是正常现象,因为池会保留连接以避免下一次请求重复建立 TCP、认证和会话。

排查重点不是“有没有 idle”,而是 idle 数量是否超过连接池预期、是否持续增长,以及不同应用实例之间是否呈现异常分布。

sql
SELECT
    COALESCE(application_name, '<unknown>') AS application_name,
    usename AS username,
    COALESCE(client_addr::text, '<local>') AS client_addr,
    state,
    count(*) AS connections,
    max(now() - state_change) AS max_idle_for
FROM pg_stat_activity
WHERE state = 'idle'
GROUP BY application_name, usename, client_addr, state
ORDER BY connections DESC, max_idle_for DESC;

预期结果

text
 application_name | username | client_addr | state | connections | max_idle_for
------------------+----------+-------------+-------+-------------+-------------
 order-api        | appuser  | 10.0.1.21   | idle  | 32          | 00:18:42
 order-api        | appuser  | 10.0.1.22   | idle  | 31          | 00:17:58
 report-job       | appuser  | 10.0.2.10   | idle  | 4           | 02:11:06

实际地址、连接数和时长会不同。第一步先把连接聚合到“应用实例”维度,通常就能发现某一批实例是否异常占满连接。

正常池化保留和异常堆积怎么区分

可以从三个信号交叉判断。第一,看连接数是否接近应用连接池的上限或固定保留规模;第二,看连接数是否随着实例数量线性增长;第三,看连接池缩容、流量下降后,数据库中的 idle 连接是否同步回落。

例如单实例池上限为 40 个连接,部署了 4 个实例,数据库长期维持约 120~160 个 idle/活跃连接,并且实例数量变化后连接数量随之变化,这更像池化设计的结果。反过来,实例数没有增加,但同一应用的连接数从几十持续涨到数百,就应该检查池泄漏、连接未归还或错误的池配置。

可以再用会话启动时间观察是否存在大量长期存在的连接:

sql
SELECT
    pid,
    application_name,
    usename,
    client_addr,
    backend_start,
    state,
    state_change,
    now() - backend_start AS connection_age
FROM pg_stat_activity
WHERE state = 'idle'
ORDER BY connection_age DESC
LIMIT 20;

预期结果

text
 pid   | application_name | usename  | client_addr | backend_start          | state | state_change           | connection_age
-------+------------------+----------+-------------+------------------------+-------+------------------------+----------------
 18421 | order-api        | appuser  | 10.0.1.21   | 2026-09-06 00:12:10+08 | idle  | 2026-09-06 00:28:42+08 | 03:56:32
 18437 | order-api        | appuser  | 10.0.1.22   | 2026-09-06 00:13:01+08 | idle  | 2026-09-06 03:41:05+08 | 03:55:41

connection_age 很长并不自动等于异常;关键是它是否符合连接池的预期生命周期。真正值得警惕的是“连接数异常增长 + 来源集中 + 长时间不回落”的组合。

沿着来源追到实例扩容和连接池

当数据库侧看到某个 application_name 占用大量连接时,要继续对照应用部署规模和连接池配置。一个简单的容量关系是:数据库连接需求大致受“实例数 × 单实例池上限”约束,因此应用水平扩容可能瞬间把数据库连接需求放大。

例如 20 个实例,每实例最大 30 个数据库连接,理论上就可能产生约 600 个连接。即使业务请求量很低,连接池也可能保留相当数量的 idle 会话。此时增加实例并不只是增加 CPU,也是在扩大 PostgreSQL 的连接预算消耗。

处理异常连接增长

确认连接池配置或扩容策略异常后,优先从应用侧修复,而不是直接批量终止所有 idle 会话。可以先限制实例连接上限、修正池大小或缩减失控实例,再观察数据库连接数是否下降。

只有在确认某批连接来自已经失效的实例、故障客户端或明确异常的长期会话时,才考虑定向清理。清理动作必须基于具体 PID,而不是按应用名无差别处理。

sql
SELECT pid, application_name, client_addr, state, state_change
FROM pg_stat_activity
WHERE state = 'idle'
  AND now() - state_change > interval '1 hour'
ORDER BY state_change;

预期结果

text
 pid   | application_name | client_addr | state | state_change
-------+------------------+-------------+-------+------------------------
 18421 | stale-api        | 10.0.9.17   | idle  | 2026-09-06 01:42:11+08

最终治理目标不是把 idle 数量降到很低,而是让数据库中的连接规模能够被实例数量、连接池上限和业务流量解释,并且在实例缩容或故障恢复后能够回落。只要“连接从哪里来、为什么保留、什么时候释放”都能回答清楚,空闲连接堆积就从猜测变成了可验证的问题。

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

排查空闲连接堆积

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