DocumentDB PostgreSQL扩展中的哈希表扫描泄漏问题分析
2025-07-10 22:58:36作者:魏侃纯Zoe
问题背景
在PostgreSQL生态系统中,Microsoft开发的DocumentDB扩展为开发者提供了将MongoDB风格的查询语法转换为PostgreSQL原生查询的能力。近期在使用该扩展执行包含JOIN操作的聚合查询时,发现了一个潜在的内存泄漏问题——当重复执行特定查询时,系统会报告"leaked hash_seq_search scan for hash table"警告。
问题现象
开发者在执行包含$lookup操作的聚合查询时发现,当同一会话中第二次运行查询时,PostgreSQL会输出警告信息。具体表现为:
- 首次执行查询正常完成
- 第二次执行时系统输出警告:
NOTICE: There are open held portals. Closing them WARNING: leaked hash_seq_search scan for hash table 0x55d1eb54fce8
技术分析
根本原因
该问题源于扩展内部对PostgreSQL游标管理的处理方式。在CreateAndDrainPersistedQuery
函数中,扩展尝试通过ThereAreNoReadyPortals
关闭所有先前打开的portal时,启动了一个哈希表扫描操作。这个扫描操作没有被正确终止,导致PostgreSQL在事务提交时检测到未完成的哈希搜索。
深层机制
PostgreSQL内部使用哈希表来管理portal(游标的内部表示)。当扩展尝试清理之前的游标时:
- 它需要扫描当前会话中的所有portal
- 这个扫描操作会初始化一个哈希表迭代器
- 由于某些边界条件处理不完善,这个迭代器没有被正确释放
- PostgreSQL的内存管理系统在事务提交时检测到这个未释放的资源
影响评估
虽然这个警告不会导致查询结果错误或系统崩溃,但存在以下潜在影响:
- 可能轻微影响系统性能,特别是在高频执行这类查询的场景下
- 长期运行可能导致内存碎片化
- 日志系统会被警告信息污染,可能掩盖其他重要问题
解决方案
开发团队已经识别出两种解决路径:
- 直接修复方案:完善哈希表扫描的终止逻辑,确保每次扫描后都正确释放相关资源
- 架构优化方案:重构游标管理机制,避免全量扫描所有游标,改为有选择性地清理
目前团队倾向于第二种方案,因为它不仅能解决当前问题,还能提升系统整体性能。
最佳实践建议
在官方修复发布前,建议开发者:
- 避免在单个会话中重复执行相同的聚合查询
- 对于需要多次执行的查询,考虑使用不同的会话
- 监控系统日志,关注相关警告出现的频率
- 定期重启长时间运行的会话,防止内存问题累积
总结
这个案例展示了PostgreSQL扩展开发中资源管理的重要性。即使是看似无害的警告,也可能指向潜在的系统性问题。Microsoft DocumentDB团队已经意识到这个问题,并正在开发更优雅的解决方案,这体现了对产品质量的持续追求。
登录后查看全文
热门项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++036Hunyuan3D-Part
腾讯混元3D-Part00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0283Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
160
2.03 K

deepin linux kernel
C
22
6

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++
533
60

React Native鸿蒙化仓库
C++
198
279

Ascend Extension for PyTorch
Python
46
78

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
8
0

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
947
556

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
381
17

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
996
396