1、pg_stat_database
yzs=# select *from pg_stat_database; -[ RECORD 1 ]--+------------------------------ datid | 13156 #数据库的oid datname | postgres #数据库名 numbackends | 0 #访问当前数据库的连接数量 xact_commit | 2357 #该数据库事务提交总量:和下面的rollback和作为TPS统计 xact_rollback | 17 #该数据库事务rollback总量,如果特别多,需要看业务是否有问题了 blks_read | 1946 #总磁盘物理读的块数,这里的read可能是从 cache中读取,如果很高需要结合blk_read_time看是否真的存在从磁盘读取的情况 blks_hit | 103625 #从shared buffer命中块数 tup_returned | 1413113 #对于表来说,是全表扫描的行数;对于索引是通过索引返回的索引行数,如果这个值明显大于tup_fetched,说明当前数据库存在大量的全表扫描。查看执行计划,这个是databas全局级别的 tup_fetched | 36041 #指通过索引返回的行数 tup_inserted | 104 #插入的行数 tup_updated | 0 #更新的行数 tup_deleted | 19 #删除的行数 conflicts | 0 #与恢复冲突取消的查询次数,只会在备机上发生 temp_files | 0 #产生临时文件的数量,如果这个值很高,需要调大work_mem temp_bytes | 0 #临时文件的大小 deadlocks | 0 #死锁的数量,如果这个值很大说明业务逻辑有问题 blk_read_time | 0 #数据库中花费在读取文件的时间,这个值很高说明内存较小,需要频繁从磁盘读入数据文件 blk_write_time | 0 #数据库中花费在写数据文件的时间,pg中脏页一般写入page cache,如果这个值较高,则说明cache较小,操作系统的cache需要更积极的写入 stats_reset | 2019-02-11 23:42:37.526743-08 #统计信息重置的时间
通过pg_stat_database可以大概了解数据库的历史情况。
比如tup_returned值明显大于tup_fetched,历史SQL语句很多是全表扫描,存在没有使用索引的SQL,可结合pg_stat_statments查找慢SQL,也可结合pg_stat_user_table找全表扫描次数和行数最多的表;
通过看tup_updated很高,可以说明数据库有频繁的更新,这个时候需要关注vaccum相关的指标和长事务,如果没有及时进行垃圾回收,会引起表膨胀;
temp_files较高说明存在很多排序,hash,或者聚合这种操作,可以增大work_mem减少临时文件的产生,并且同时这些操作的性能也会有较大的提升。
2、pg_stat_user_tables
yzs=# select *from pg_stat_user_tables; -[ RECORD 1 ]-------+------------------------------ relid | 16440 #表oid schemaname | public #模式名 relname | t1 #表名 seq_scan | 50 #这个表进行全表扫描的次数 seq_tup_read | 1867763 #全表扫描的数据行数,如果这个值很大说明操作这个表的SQL语句很可能是全表扫描,需要结合执行计划分析 idx_scan | #索引扫描的次数 idx_tup_fetch | #通过索引扫描返回的行数 n_tup_ins | 1130502 #插入的数据行数 n_tup_upd | 0 #更新的数据行数 n_tup_del | 81920 #删除的数据行数 n_tup_hot_upd | 0 #hot update的数据行数,这个值与n_tup_upd接近说明更新性能较好,不需要更新索引 n_live_tup | 655366 #活的行数量 n_dead_tup | 0 #死记录个数 n_mod_since_analyze | 6 #上次analyze的实际 last_vacuum | 2019-04-07 00:22:00.955542-07 #上次手动vacuum的实际 last_autovacuum | #上次autovacuum的实际 last_analyze | #上次analyze时间 last_autoanalyze | 2019-04-07 00:26:07.668391-07 #上次自动analyze时间 vacuum_count | 2 #vacuum次数 autovacuum_count | 0 #自动vacuum次数 analyze_count | 0 #analyze次数 autoanalyze_count | 10 #自动analyze次数
通过查询pg_stat_user_tables,可以基本清除哪些表的全表扫描次数较多,表中DML哪种操作多,也可以了解垃圾数据的数量。
3、pg_stat_user_indexes
yzs=# select *from pg_stat_user_indexes; -[ RECORD 1 ]-+---------- relid | 16447 #相关表的oid indexrelid | 16450 #索引的oid schemaname | public #模式名 relname | t3 #表名 indexrelname | t3_id_idx #索引名 idx_scan | 0 #通过索引扫描的次数,如果该值很小,说明该索引很少被用到,可以考虑删除 idx_tup_read | 0 #通过任意索引方法返回的索引行数 idx_tup_fetch | 0 #通过索引方法返回的数据行数
可以知道当前哪些索引频繁使用,哪些是无效索引。无效索引可以删除掉,减少磁盘空间的使用和提升insert、delete、update的性能。
4、pg_statio_user_tables
yzs=# select *from pg_statio_user_tables; -[ RECORD 1 ]---+-------- relid | 16447 schemaname | public relname | t3 heap_blks_read | 1 #从page cache或磁盘读取表的块数 heap_blks_hit | 1 #从shared buffer命中的块数 idx_blks_read | 0 #从page cache或磁盘读取的索引的块数 idx_blks_hit | 0 #从shared buffer命中的索引块数 toast_blks_read | #从page cache或磁盘读取的toast表的块数 toast_blks_hit | #在shared buffer中命中toast表的块数 tidx_blks_read | #从page cache或者磁盘中读入的toast表索引的块数 tidx_blks_hit | #在shared buffer中命中toast表索引的块数
如果heap_blks_read、idx_blks_read很高,说明shared buffer较小,存在频繁从磁盘或者page cache读取到shared buffer中命中toast表的块数。
5、 pg_stat_bgwriter
yzs=# select *from pg_stat_bgwriter; -[ RECORD 1 ]---------+------------------------------ checkpoints_timed | 206 #指超过checkpoint_timeout的时间后触发的检查点次数 checkpoints_req | 8 #手动触发checkpoint或者因为WAL文件数量达到max_wal_size时也会增加,如果这个值大于checkpoints_req说明checkpoint_timeout设置的不合理 checkpoint_write_time | 306582 #从shared buffer 中write到page cache花费的时间 checkpoint_sync_time | 367 #checkpoint调用fsync将脏数据刷到磁盘花费的时间,如果这个值很长,容易造成IO抖动,需要增加checkpoint_timeout或者checkpoint_completion_target buffers_checkpoint | 6671 #通过checkpoint写入脏块的数量 buffers_clean | 0 #通过bgwriter写入块的数量 maxwritten_clean | 0 #bgwriter超过bgwriter_lru_maxpages时停止的次数,如果这个值很高,需要增加bgwriter_lru_maxpages buffers_backend | 7953 #通过backend写入的块数量 buffers_backend_fsync | 0 #backend需要fsync的次数 buffers_alloc | 11613 #被分配的缓冲区数量 stats_reset | 2019-02-11 23:42:35.273758-08
通过这个视图,可以判断checkpoint以及max_wal_size是否合理