3个步骤搞定PostgreSQL性能监控：postgres_exporter从部署到监控全攻略

PostgreSQL性能监控是数据库运维的核心环节，但传统监控工具往往面临指标分散、配置复杂、可视化不足等问题。postgres_exporter作为Prometheus生态中的重要组件，能够无缝对接PostgreSQL与Prometheus，实现数据库指标的高效收集与监控告警。本文将通过零基础部署、性能指标解析、可视化配置三大模块，帮助你快速掌握这一数据库监控工具的实战应用。

一、数据库监控的痛点与解决方案

💡 实用提示：数据库监控的核心价值在于提前发现性能瓶颈，避免业务中断。一个完善的监控系统应覆盖连接数、查询性能、资源使用率等关键维度。

1.1 传统监控方案的三大痛点

数据库管理员在日常监控中常遇到以下问题：

• 指标碎片化：数据库内置指标、操作系统指标、应用层指标分散在不同工具中，难以关联分析
• 告警滞后性：往往在业务出现异常后才发现数据库问题，缺乏提前预警机制
• 配置复杂度：传统监控工具需要编写大量脚本或配置，维护成本高

1.2 为何选择postgres_exporter？

监控方案	部署复杂度	指标丰富度	Prometheus集成	维护成本
自定义脚本	高	低	需二次开发	高
商业监控工具	中	高	部分支持	高
postgres_exporter	低	高	原生支持	低

postgres_exporter作为Prometheus官方推荐的PostgreSQL监控方案，具有以下优势：

• 零侵入式部署，无需修改数据库配置
• 内置100+核心指标，覆盖性能、连接、复制等维度
• 支持自定义查询，满足个性化监控需求
• 轻量级设计，资源占用低（内存<50MB，CPU<5%）

二、环境适配矩阵与前置条件

⚠️ 警告：不同部署方式对环境的要求差异较大，请务必根据实际场景选择合适的部署路径。

2.1 环境适配矩阵

部署场景	最低Go版本	Docker版本	Kubernetes版本	推荐PostgreSQL版本
二进制部署	1.16+	不需要	不需要	10+
Docker部署	不需要	19.03+	不需要	10+
K8s部署	不需要	不需要	1.19+	10+

2.2 基础环境检查清单

在开始部署前，请确认以下依赖已满足：

# 检查Go环境（二进制部署需要）
go version  # 应输出1.16以上版本

# 检查Docker环境（容器部署需要）
docker --version  # 应输出19.03以上版本

# 检查Kubernetes环境（K8s部署需要）
kubectl version --short  # 应输出1.19以上版本

# 检查PostgreSQL连接性
psql -h 数据库地址 -U 用户名 -d 数据库名 -c "SELECT version();"

三、分场景部署指南

3.1 二进制部署（适合物理机/虚拟机环境）

💡 实用提示：二进制部署具有最高的性能和最直接的控制，适合对资源敏感的生产环境。

步骤1：获取安装包

# 克隆项目仓库
git clone https://gitcode.com/gh_mirrors/po/postgres_exporter
cd postgres_exporter

# 编译可执行文件
make build  # 生成postgres_exporter可执行文件

步骤2：配置数据库连接

# 创建环境变量文件
cat > .env << 'EOF'
# 基础版配置
DATA_SOURCE_URI="host=localhost port=5432 user=postgres password=password dbname=postgres sslmode=disable"
WEB_LISTEN_ADDRESS=":9187"

# 进阶版配置（取消注释启用）
# DATA_SOURCE_URI_FILE="/etc/secrets/db-creds"  # 从文件读取凭据
# LOG_LEVEL="debug"  # 调试日志级别
# DISABLE_DEFAULT_METRICS="false"  # 是否禁用默认指标
EOF

步骤3：启动服务

# 直接启动
./postgres_exporter --config.file=.env

# 或使用systemd管理（推荐生产环境）
sudo cp postgres_exporter.rc /etc/init.d/postgres_exporter
sudo chmod +x /etc/init.d/postgres_exporter
sudo systemctl enable postgres_exporter
sudo systemctl start postgres_exporter

3.2 Docker部署（适合快速验证和标准化环境）

⚠️ 警告：容器部署时需注意数据持久化和网络配置，避免容器重启导致配置丢失。

# 基础版：直接运行
docker run -d \
  -p 9187:9187 \
  -e DATA_SOURCE_URI="host=host.docker.internal port=5432 user=postgres password=password dbname=postgres sslmode=disable" \
  --name postgres_exporter \
  prometheuscommunity/postgres-exporter

# 进阶版：使用自定义配置文件
docker run -d \
  -p 9187:9187 \
  -v $(pwd)/queries.yaml:/etc/postgres_exporter/queries.yaml \
  -e DATA_SOURCE_URI="host=db-host port=5432 user=postgres password=password dbname=postgres sslmode=disable" \
  -e CUSTOM_QUERIES_YAML="/etc/postgres_exporter/queries.yaml" \
  --name postgres_exporter \
  prometheuscommunity/postgres-exporter

3.3 Kubernetes部署（适合容器化生产环境）

💡 实用提示：K8s部署建议使用ConfigMap管理配置，Secret存储敏感信息，提高安全性和可维护性。

步骤1：创建命名空间

# namespace.yaml
apiVersion: v1
kind: Namespace
metadata:
  name: monitoring

kubectl apply -f namespace.yaml

步骤2：创建数据库凭据

# secret.yaml
apiVersion: v1
kind: Secret
metadata:
  name: postgres-exporter-secrets
  namespace: monitoring
type: Opaque
data:
  data-source-uri: aG9zdD1wb3N0Z3JlcyBwb3J0PTU0MzIgdXNlcj1wb3N0Z3JlcyBwYXNzd29yZD1wYXNzd29yZCBkYm5hbWU9cG9zdGdyZXMgc3NsTW9kZT1kaXNhYmxl  # base64编码的连接字符串

kubectl apply -f secret.yaml

步骤3：部署Exporter

# deployment.yaml
apiVersion: apps/v1
kind: Deployment
metadata:
  name: postgres-exporter
  namespace: monitoring
spec:
  replicas: 1
  selector:
    matchLabels:
      app: postgres-exporter
  template:
    metadata:
      labels:
        app: postgres-exporter
    spec:
      containers:
      - name: postgres-exporter
        image: prometheuscommunity/postgres-exporter:latest
        ports:
        - containerPort: 9187
        env:
        - name: DATA_SOURCE_URI
          valueFrom:
            secretKeyRef:
              name: postgres-exporter-secrets
              key: data-source-uri
        resources:
          limits:
            cpu: "1"
            memory: "512Mi"
          requests:
            cpu: "0.5"
            memory: "256Mi"

kubectl apply -f deployment.yaml

# 创建Service
kubectl expose deployment postgres-exporter --port=9187 --target-port=9187 --namespace=monitoring

四、Prometheus与Grafana配置

4.1 Prometheus抓取配置

# prometheus.yml (添加到scrape_configs部分)
- job_name: 'postgres'
  static_configs:
    - targets: ['postgres-exporter:9187']  # K8s环境
      # 或使用IP:端口形式（二进制/Docker环境）
      # targets: ['192.168.1.100:9187']
  
  # 进阶配置：添加标签和指标过滤
  relabel_configs:
    - source_labels: [__address__]
      target_label: instance
      regex: '(.*):9187'
      replacement: 'postgres-prod'

4.2 Grafana面板配置

Grafana提供了丰富的PostgreSQL监控面板模板，推荐使用ID为9628的官方面板：

1. 登录Grafana -> 左侧菜单 -> Dashboards -> Import
2. 输入面板ID：9628，点击Load
3. 选择Prometheus数据源，点击Import
4. 调整面板参数以匹配实际环境

主要监控指标面板包括：

• 数据库连接状态（活跃连接数、等待连接数）
• 查询性能（慢查询数量、查询执行时间分布）
• 资源使用率（CPU、内存、磁盘I/O）
• 复制状态（主从延迟、复制槽状态）

五、排障速查手册

5.1 常见错误码解析

错误码	可能原因	解决方案
500	数据库连接失败	检查DATA_SOURCE_URI配置，验证数据库是否可访问
404	指标端点未找到	确认exporter是否正常运行，检查监听端口
503	数据库过载	检查数据库负载，优化慢查询，增加资源
127	二进制文件缺失	重新编译或检查文件权限

5.2 诊断流程图

连接问题诊断流程：

1. 检查exporter日志：journalctl -u postgres_exporter
2. 测试数据库连接：psql -h 地址 -U 用户 -d 数据库
3. 验证网络连通性：telnet 数据库地址 5432
4. 检查数据库用户权限：GRANT SELECT ON pg_stat_database TO 用户名;

指标缺失诊断流程：

1. 检查自定义查询文件：cat queries.yaml
2. 验证查询语法：psql -c "查询语句"
3. 检查exporter日志中的查询错误
4. 确认指标是否被禁用：DISABLE_DEFAULT_METRICS配置

六、实用工具包

6.1 配置生成器

以下是一个简化版的配置生成工具，可根据需求生成基础配置：

#!/bin/bash
# 配置生成脚本
read -p "请输入数据库地址: " DB_HOST
read -p "请输入数据库端口: " DB_PORT
read -p "请输入数据库用户名: " DB_USER
read -p "请输入数据库密码: " DB_PASS
read -p "请输入数据库名称: " DB_NAME

cat > postgres_exporter.env << EOF
DATA_SOURCE_URI="host=$DB_HOST port=$DB_PORT user=$DB_USER password=$DB_PASS dbname=$DB_NAME sslmode=disable"
WEB_LISTEN_ADDRESS=":9187"
EOF

echo "配置文件已生成: postgres_exporter.env"

6.2 PromQL常用查询模板

连接数监控：

# 活跃连接数
pg_stat_activity_count{state="active"}

# 连接数趋势（5分钟变化率）
rate(pg_stat_activity_count{state="active"}[5m])

查询性能监控：

# 慢查询数量
increase(pg_stat_statements_total_time{caller="pg_stat_statements"}[5m])

# 最耗时的5个查询
topk(5, pg_stat_statements_mean_time)

资源使用监控：

# 数据库磁盘使用量
pg_database_size_bytes

# 表扫描情况（全表扫描比例）
pg_stat_user_tables_seq_scan / (pg_stat_user_tables_seq_scan + pg_stat_user_tables_idx_scan) * 100

七、扩展阅读

• 官方配置文档：配置指南
• 指标说明表：指标参考
• 自定义查询开发：查询开发指南
• 高可用部署方案：HA配置指南

通过本文介绍的方法，你已经掌握了postgres_exporter的核心部署和配置技巧。无论是在物理机、容器还是Kubernetes环境，都能快速搭建起完善的PostgreSQL监控系统。记得定期关注官方更新，及时获取新功能和安全补丁。