PostgreSQL / 系统课时

评估复制延迟

评估复制延迟

复制延迟的目标不是得到一个孤立的“落后多少秒”,而是回答候选备库是否仍在正常接收和回放 WAL、尚未回放的数据量有多大,以及这个风险是否满足故障切换所允许的 RPO。本课把这些信号收敛为一组可执行的延迟门禁。

学习目标

  • 使用 LSN 差值识别 WAL 积压所处阶段
  • 正确认识 write_lag、flush_lag、replay_lag 的用途与局限
  • 将复制状态、回放进度和数据差距组合成切换门禁

从 WAL 位置理解延迟

主库生成 WAL 后,备库依次经历接收、写入、刷盘和回放。sent_lsn、write_lsn、flush_lsn、replay_lsn 之间的差值,可以把一个总积压拆成更具体的阶段:发送到写入差距较大时关注传输或接收能力,写入到刷盘差距较大时关注存储,刷盘到回放差距较大时关注恢复进程的回放能力。

WAL 复制阶段与三类延迟关系

这些阶段差值适合定位问题,而故障切换最关心的是主库当前 WAL 位置与备库 replay_lsn 之间的总差距,因为尚未回放的 WAL 直接关系到候选备库已经可见的数据范围。

用一条查询建立延迟门禁

在主库执行下面的查询,同时取得复制状态、阶段积压、总回放差距和时间延迟指标。pg_wal_lsn_diff 返回两个 LSN 之间相差的 WAL 字节数。

sql
SELECT
    application_name,
    client_addr,
    state,
    sync_state,
    replay_lsn,
    pg_wal_lsn_diff(sent_lsn, write_lsn) AS send_to_write_bytes,
    pg_wal_lsn_diff(write_lsn, flush_lsn) AS write_to_flush_bytes,
    pg_wal_lsn_diff(flush_lsn, replay_lsn) AS flush_to_replay_bytes,
    pg_wal_lsn_diff(pg_current_wal_lsn(), replay_lsn) AS total_replay_gap_bytes,
    write_lag,
    flush_lag,
    replay_lag
FROM pg_stat_replication
ORDER BY application_name;

预期结果

text
 application_name | client_addr |   state   | sync_state | replay_lsn | send_to_write_bytes | write_to_flush_bytes | flush_to_replay_bytes | total_replay_gap_bytes | write_lag | flush_lag | replay_lag
------------------+-------------+-----------+------------+------------+---------------------+----------------------+-----------------------+------------------------+-----------+-----------+------------
 standby-a        | <IP>        | streaming | async      | <VALUE>    | <VALUE>             | <VALUE>              | <VALUE>               | <VALUE>                | <VALUE>   | <VALUE>   | <VALUE>

实际 LSN、字节数和时间值会随业务写入持续变化。这里的首列与查询字段一致为 application_name;执行时还可能看到部分 lag 字段为 NULL,不能仅凭这一点判断复制故障。

时间延迟不能替代 WAL 差值

write_lag、flush_lag 和 replay_lag 是基于备库反馈计算的近期阶段延迟信息,适合观察链路是否出现性能退化,但它们不是“还需要多少秒才能追平”的倒计时。在 WAL 活动不足或暂时没有新的反馈时,这些字段还可能变为 NULL。

因此,门禁判断应以复制状态和 LSN 进度为主:确认 state = 'streaming',连续观察 replay_lsn 是否推进,再检查 total_replay_gap_bytes 是否处于业务允许的数据损失范围。时间 lag 用来补充解释趋势,而不是单独决定能否切换。

把观测结果转换成切换条件

可执行的门禁至少包含三项:候选备库处于可用的复制状态;replay_lsn 持续推进而不是停滞;主库与备库之间尚未回放的 WAL 差值满足业务定义的 RPO。异步复制不存在适用于所有系统的固定字节阈值,因为同样的 WAL 字节数在不同写入速率和业务语义下代表的风险并不相同。

延迟门禁的核心不是追求某个统一的“零秒延迟”,而是确认候选备库正在健康推进,并且尚未回放的数据风险已经明确、可量化且处于业务允许范围内。

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

评估复制延迟

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