PolarDB-for-PostgreSQL 中 systemd 服务配置的最佳实践
在使用 PolarDB-for-PostgreSQL 时,许多用户会遇到如何正确配置 systemd 服务的问题。本文将详细介绍如何为 PolarDB-for-PostgreSQL 配置一个稳定可靠的 systemd 服务。
常见配置错误
在初始配置 systemd 服务时,用户经常会犯一个关键错误:将服务类型(Type)设置为 simple。这种配置会导致服务启动后立即退出,因为 pg_ctl 命令实际上是一个启动后即退出的控制程序,它会在后台启动 PostgreSQL 主进程。
错误配置示例:
Type=simple
ExecStart=/u01/polardb_pg/bin/pg_ctl -D /data/polardb-postgres-15 -l /data/polardb-postgres-15/polar-run.log start
这种配置会导致 systemd 无法正确跟踪 PostgreSQL 服务的状态,最终可能导致服务意外终止。
正确的服务配置
正确的配置应该使用 forking 类型,因为 pg_ctl 会派生(fork)PostgreSQL 主进程然后退出。以下是推荐的完整配置:
[Unit]
Description=polardb postgres 15
After=network.target
[Service]
Type=forking
User=polardb
Group=polardb
ExecStart=/u01/polardb_pg/bin/pg_ctl -D /data/polardb-postgres-15 -l /data/polardb-postgres-15/polar-run.log start -s -w
ExecStop=/u01/polardb_pg/bin/pg_ctl -D /data/polardb-postgres-15 -l /data/polardb-postgres-15/polar-run.log stop -s -m fast
ExecReload=/u01/polardb_pg/bin/pg_ctl -D /data/polardb-postgres-15 -l /data/polardb-postgres-15/polar-run.log reload -s
TimeoutStartSec=5
RestartSec=5
Restart=on-failure
[Install]
WantedBy=multi-user.target
配置详解
-
Type=forking:这是最关键的部分,指明服务会派生新进程然后退出。
-
-s 和 -w 参数:
- -s 表示只打印错误信息
- -w 表示等待操作完成
-
ExecStop:配置了快速关闭模式(-m fast),这在生产环境中是推荐的做法,可以避免长时间等待客户端断开连接。
-
Restart=on-failure:确保服务在意外退出时会自动重启。
-
User/Group:使用专门的用户运行数据库服务,这是安全最佳实践。
部署步骤
-
创建专用用户和组:
groupadd polardb useradd -m -s /bin/bash -g polardb polardb -
设置数据目录权限:
mkdir -p /data/polardb-postgres-15 chown -R polardb:polardb /data/polardb-postgres-15 chmod -R 0700 /data/polardb-postgres-15 -
初始化数据库:
sudo -u polardb /u01/polardb_pg/bin/initdb -D /data/polardb-postgres-15 -E UTF8 --locale=C --data-checksums -U polardb -
应用 systemd 配置:
systemctl daemon-reload systemctl enable polarpg.service systemctl start polarpg.service
服务管理
配置完成后,可以使用标准 systemctl 命令管理服务:
- 启动服务:
systemctl start polarpg - 停止服务:
systemctl stop polarpg - 查看状态:
systemctl status polarpg - 重启服务:
systemctl restart polarpg - 重新加载配置:
systemctl reload polarpg
总结
正确配置 systemd 服务对于 PolarDB-for-PostgreSQL 的稳定运行至关重要。关键点在于理解 pg_ctl 的工作方式并选择合适的服务类型。使用 forking 类型配合完整的启动、停止和重载命令,可以确保数据库服务被 systemd 正确管理,实现自动恢复和日志记录等功能。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0201
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07