PostgreSQL集群中HAProxy和PgBouncer端口配置持久化方案
2025-06-30 11:52:07作者:卓炯娓
背景介绍
在PostgreSQL集群部署中,HAProxy和PgBouncer是常用的负载均衡和连接池组件。默认情况下,PostgreSQL集群部署工具会为这些服务分配标准端口,但在实际生产环境中,管理员可能需要修改这些端口以满足特定需求。
问题现象
当管理员尝试修改HAProxy和PgBouncer的监听端口后,发现这些修改在虚拟机重启后会丢失。具体表现为:
- HAProxy统计页面端口7000无法保持
- PgBouncer服务端口6432配置无法持久化
根本原因分析
这种配置丢失现象源于PostgreSQL集群的动态配置管理机制。集群使用confd服务来动态管理HAProxy的配置文件,这意味着直接修改/etc/haproxy/haproxy.cfg文件不是持久化的解决方案,因为confd会在特定条件下重新生成配置文件。
正确配置方法
1. 通过变量文件预先配置
在部署集群前,应在vars/main.yml文件中预先定义相关端口参数:
haproxy_listen_port:
master: 5000
replicas: 5001
replicas_sync: 5002
replicas_async: 5003
pgbouncer: 6432
stats: 7000
2. 修改confd模板文件
对于已经部署的集群,应修改confd的模板文件来实现持久化配置:
- 定位到模板文件:/etc/confd/templates/haproxy.tmpl
- 在适当位置添加或修改以下配置:
listen stats
mode http
bind {{ .HAProxyNode1IP }}:7000
bind {{ .ControlNodeIP }}:7000
stats enable
stats uri /
frontend pgbouncer_frontend
bind *:6432
default_backend pgbouncer_backend
option tcplog
backend pgbouncer_backend
balance roundrobin
option httpchk OPTIONS /primary
http-check expect status 200
default-server inter 3s fastinter 1s fall 3 rise 4 on-marked-down shutdown-sessions
server pgnode01 {{ .PGNode1IP }}:6432 check port 8008
server pgnode02 {{ .PGNode2IP }}:6432 check port 8008
server pgnode03 {{ .PGNode3IP }}:6432 check port 8008
注意事项
- 生产环境谨慎操作:直接修改模板文件属于高级操作,需要充分测试验证后再应用于生产环境
- 配置备份:修改前应备份原始配置文件
- 服务重启:修改后需要重启相关服务使配置生效
- 版本兼容性:不同版本的PostgreSQL集群可能有不同的配置管理机制
最佳实践建议
- 尽量在初始部署前完成所有端口规划
- 如需修改,优先考虑通过官方提供的变量配置方式
- 必须手动修改时,确保理解修改的影响范围
- 建立配置变更文档,记录所有自定义修改
通过以上方法,可以确保HAProxy和PgBouncer的端口配置在系统重启后仍然保持有效,满足业务需求的同时保证服务的稳定性。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218