排查PostgreSQL WAL日志堆积

背景信息

WAL是PostgreSQL中确保数据安全、提高系统可靠性和性能的关键组件。通过WAL机制，PostgreSQL能够在各种故障情况下保证数据不丢失，并且能够可靠地进行恢复。

主库日志堆积

WAL日志堆积问题发生在主库时，可以进行以下排查。

非活跃的复制槽

复制槽（replication slot）是PostgreSQL高可用性和灾难恢复策略的关键工具，其最主要的作用是防止WAL被删除，从而避免复制中断。通过系统视图pg_replication_slots可以查看复制槽的各种信息。例如，可以通过以下SQL语句来判断复制槽延迟删除WAL日志的大小。

SELECT slot_name, pg_size_pretty(pg_wal_lsn_diff(pg_current_wal_insert_lsn(), restart_lsn)) AS delay_size
FROM pg_replication_slots;

如果查询得到的结果较大或与WAL日志堆积量匹配，请根据业务需求评估并删除相应的复制槽。

错误的参数设置

wal_keep_segments、wal_keep_size和max_wal_size参数设置过大都可能会导致实例保留大量WAL日志，请检查这些参数配置并根据业务需求进行调整。

VACUUM风暴和大量写入

VACUUM风暴通常是指在数据库中同时发生大量的自动或手动VACUUM操作，这些操作可能会产生大量WAL日志，从而导致I/O负载显著增加，影响数据库性能，同时也可能导致WAL无法被及时清理。建议您根据业务需求合理配置VACUUM参数，规划VACUUM操作的执行时间。

大规模写入时出现的情况与VACUUM风暴相似，请根据业务需求合理安排数据写入。

只读库日志堆积

WAL日志堆积问题发生在只读库时，可以进行以下排查。

复制延迟

比较常见的是WAL日志在只读库上的replay延迟，可能的原因有：

• 只读库上有长时间运行的事务，与WAL日志的replay产生冲突。请根据业务需求评估并调整相关参数（hot_standby_feedback和max_standby_streaming_delay）。

  例如，在hot_standby_feedback=off，且max_standby_streaming_delay设置较大时，只读库上运行长事务可能会导致replay延迟。

• 主库和只读库的规格配置存在差异。如果只读库的计算和存储配置低于主库，可能会导致复制延迟，从而导致未replay的WAL无法清理。请根据业务需求评估并选择合理的只读库配置。

其他原因

对于RDS PostgreSQL实例，如果上述排查后仍未解决WAL堆积的问题，可联系RDS PostgreSQL技术支持进行解决。

相关文档

RDS PostgreSQL实例，您还可以通过手动删除非活跃的Replication Slot来让RDS PostgreSQL内核自动清理WAL日志。具体方法，请参见WAL日志管理。