PostgreSQL / 系统课时

观察备库接收与回放状态

观察备库接收与回放状态

备库侧要回答两个问题:流复制连接是否仍在线,以及已经到达备库的 WAL 是否正在持续回放。本课用 WAL Receiver、接收与回放 LSN、最后事务回放时间建立一条诊断链,区分正常追平、回放积压和流复制通道失联。

学习目标

  • 能使用 pg_stat_wal_receiver 判断备库当前是否存在有效的 WAL Receiver。
  • 能比较接收 LSN 与回放 LSN,识别“已接收但尚未回放”的积压。
  • 能把最后事务回放时间与主库写入活动结合判断,避免把业务空闲误判为复制中断。

先确认 WAL Receiver 是否在线

在物理备库上,pg_stat_wal_receiver 描述当前 WAL Receiver 与上游的连接。正常流复制时通常有一行,status 为 streaming;若查询返回零行,则当前没有运行中的 WAL Receiver。为避免宽表输出被终端截断,可以把关键字段展开成“字段—值”两列。

sql
WITH r AS (
    SELECT *
    FROM pg_stat_wal_receiver
    LIMIT 1
)
SELECT metric, value
FROM r
CROSS JOIN LATERAL (
    VALUES
        ('status',          status::text),
        ('sender_host',     COALESCE(sender_host::text, '<NULL>')),
        ('sender_port',     COALESCE(sender_port::text, '<NULL>')),
        ('slot_name',       COALESCE(slot_name, '<NULL>')),
        ('written_lsn',     COALESCE(written_lsn::text, '<NULL>')),
        ('flushed_lsn',     COALESCE(flushed_lsn::text, '<NULL>')),
        ('latest_end_lsn',  COALESCE(latest_end_lsn::text, '<NULL>')),
        ('latest_end_time', COALESCE(latest_end_time::text, '<NULL>'))
) AS v(metric, value);

预期结果

text
metric          | value
----------------+------------------------
status          | streaming
sender_host     | <IP>
sender_port     | <PORT>
slot_name       | <VALUE>
written_lsn     | 0/51002A8
flushed_lsn     | 0/51002A8
latest_end_lsn  | 0/51002A8
latest_end_time | <TIME>

主机、端口、复制槽、LSN 和时间取决于实际环境。若查询零行,应先按“流复制通道不存在”调查;但如果备库还能从归档或本地 pg_wal 取得 WAL,回放仍可能暂时继续,因此不能仅凭 Receiver 的一个瞬时快照断言整个恢复链路已经停止。

比较接收与回放进度

pg_last_wal_receive_lsn() 表示通过流复制最近接收并同步到磁盘的 WAL 位置,pg_last_wal_replay_lsn() 表示恢复进程已经回放到的数据位置。两者之间的差值可近似表示“已到达但尚未回放”的 WAL 量。

备库 WAL 接收与回放的两阶段进度关系

使用一个查询同时查看角色、接收位置、回放位置和最后事务回放时间,并继续采用两列输出便于终端验收。

sql
WITH s AS (
    SELECT
        pg_is_in_recovery() AS in_recovery,
        pg_last_wal_receive_lsn() AS receive_lsn,
        pg_last_wal_replay_lsn() AS replay_lsn,
        pg_last_xact_replay_timestamp() AS last_replay_time
)
SELECT metric, value
FROM s
CROSS JOIN LATERAL (
    VALUES
        ('in_recovery', in_recovery::text),
        ('receive_lsn', COALESCE(receive_lsn::text, '<NULL>')),
        ('replay_lsn', COALESCE(replay_lsn::text, '<NULL>')),
        (
            'replay_backlog_bytes',
            COALESCE(
                CASE
                    WHEN receive_lsn IS NOT NULL AND replay_lsn IS NOT NULL
                    THEN pg_wal_lsn_diff(receive_lsn, replay_lsn)::text
                END,
                '<NULL>'
            )
        ),
        ('last_replay_time', COALESCE(last_replay_time::text, '<NULL>')),
        (
            'time_since_last_replay',
            COALESCE(
                CASE
                    WHEN last_replay_time IS NOT NULL
                    THEN (now() - last_replay_time)::text
                END,
                '<NULL>'
            )
        )
) AS v(metric, value);

预期结果

text
metric                 | value
-----------------------+------------------------
in_recovery            | true
receive_lsn            | 0/51002A8
replay_lsn             | 0/51002A8
replay_backlog_bytes   | 0
last_replay_time       | <TIME>
time_since_last_replay | <TIME>

当 Receiver 处于 streaming 且 receive_lsn 持续前进,而 replay_lsn 长时间不动或明显更慢时,说明 WAL 能到达备库,主要问题在回放侧。常见原因包括备库资源不足、恢复冲突、长查询干扰,或 WAL 产生速度长期高于回放速度。

如果 Receiver 在线但 receive_lsn 不动,必须先确认主库是否确实产生了新 WAL。业务空闲时 LSN 不变化是正常现象。若备库同时使用归档恢复,replay_lsn 还可能通过归档 WAL 继续前进,此时不能机械地把接收与回放差值解释为流复制延迟。

正确理解最后事务回放时间

pg_last_xact_replay_timestamp() 返回最近一次在备库回放的事务提交或中止记录时间;如果尚未回放过事务,结果可以为 NULL。now() - pg_last_xact_replay_timestamp() 只是“距离最近一次事务回放过去多久”,不是严格的主备延迟。

用连续观测完成判断

判断顺序应固定为:先确认 pg_is_in_recovery() 仍为 t,再看 Receiver 是否存在且为 streaming,然后在主库持续产生 WAL 的前提下连续观察 receive_lsn 与 replay_lsn。Receiver 在线、两个 LSN 都推进且差距最终收敛,属于正常复制;接收持续推进而回放差距扩大,属于回放积压;Receiver 消失且流复制接收位置在主库持续写入期间长期不变,则说明流复制通道已经中断,需要继续检查网络、认证、上游进程和复制槽。

如果原本预期实例是备库但 pg_is_in_recovery() 返回 f,它已经不再处于恢复状态,可能已被提升为主库,此时不应继续按普通 WAL Receiver 断连处理。复制健康必须依赖连续趋势,而不是单次截图或单个时间差。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

观察备库接收与回放状态

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