Pigsty监控系统对PostgreSQL检查点统计视图的适配
2025-06-18 23:51:43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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
269
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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