Pigsty监控系统对PostgreSQL检查点统计视图的适配
2025-06-18 09:15:51作者:蔡丛锟
PostgreSQL 17版本引入了一个重要的监控视图变更——将检查点相关统计信息从pg_stat_bgwriter视图拆分到新的pg_stat_checkpointer视图。这一变更对监控系统提出了适配要求,Pigsty项目及时跟进并完成了这一功能适配。
背景与变更内容
在PostgreSQL 17之前,检查点相关的统计信息都存储在pg_stat_bgwriter系统视图中。随着PostgreSQL的发展,检查点作为一个独立且关键的操作过程,其统计信息被单独提取出来,形成了新的pg_stat_checkpointer视图。
原pg_stat_bgwriter视图现在仅保留以下字段:
buffers_clean:后台写入器写入的缓冲区数量maxwritten_clean:后台写入器因写入过多缓冲区而停止清理扫描的次数buffers_alloc:分配的缓冲区数量stats_reset:统计信息最后重置的时间
新的pg_stat_checkpointer视图则包含了丰富的检查点相关指标:
num_timed:已执行的计划检查点数量num_requested:已执行的请求检查点数量- 重启点相关统计(
restartpoints_timed、restartpoints_req、restartpoints_done) - 时间消耗指标(
write_time、sync_time) buffers_written:检查点和重启点期间写入的缓冲区数量stats_reset:统计信息最后重置的时间
技术意义
这一变更反映了PostgreSQL对监控功能的精细化设计。检查点作为数据库关键操作,其性能直接影响整个系统的稳定性和性能。独立的统计视图使得:
- 监控更加清晰:检查点相关指标不再与其他后台写入器指标混杂
- 指标更加丰富:新增了时间消耗等关键性能指标
- 分析更加便捷:重启点等高级功能的统计更加直观
Pigsty的适配实现
Pigsty监控系统通过其核心组件pg_exporter及时跟进这一变更。适配工作主要包括:
- 识别PostgreSQL版本差异,自动选择正确的查询方式
- 更新指标采集逻辑,确保新旧版本都能正确采集相关指标
- 保持指标命名一致性,避免因视图变更导致监控告警规则失效
- 完善文档说明,帮助用户理解这一变更的影响
对用户的影响
对于使用Pigsty监控PostgreSQL的用户:
- 升级到PostgreSQL 17后,检查点相关指标将自动从新的视图中采集
- 原有告警规则和仪表盘将继续工作,无需手动调整
- 可以获得更详细的检查点性能数据,便于性能分析和调优
这一适配确保了Pigsty用户在升级PostgreSQL时监控系统的平稳过渡,同时能够利用新版本提供的更丰富监控指标。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
334
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
744
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134