使用Azure Database for PostgreSQL灵活服务器中的故障排除指南

本文介绍适用于这六篇指南的通用操作：启用这些指南所读取的遥测数据、打开指南、按步骤完成指南中的操作，以及解决因数据缺失而出现的空图表问题。 关于各指南分别适用于什么情况，请参阅 什么是故障排除指南？。如需逐一了解各图表的解读，请参阅各篇指南文章。

flowchart LR
    A[1 Enable telemetry] --> B[2 Open the guide]
    B --> C[3 Set the time range]
    C --> D[4 Clear the banners]
    D --> E[5 Work the tabs in order]
    E --> F[6 Apply a fix]
    F --> G[7 Re-check]
    G -->|Still unresolved| E

先决条件

在需要使用遥测功能 之前 启用遥测。 数据仅从启用源的那一刻开始累积，因此在事件期间启用数据不会帮助你调查已发生的情况。 将此条件视为服务器初始配置。

进行配置的两个位置：

1. 诊断设置，用于将日志类别路由到Log Analytics工作区。 请按照配置和访问日志中的说明操作。
2. 服务器参数，用于启用查询存储、增强的指标和单个参数。 请参阅 服务器参数。

各指南的要求

有关每个源包含的内容以及可信任的量的信息，请参阅 遥测参考。

通过本机日志记录查看查询

查询存储 是主副本和只读副本上的查询数据的主要来源。 本机日志记录是同一查询的替代视图。 如果你想使用它来替代 查询存储，或者与 查询存储 一起使用，就使用它。 它需要两个参数：

• 将 log_line_prefix 精确设置为 time=%t, session=%c, pid=%p, user=%u, db=%d, client=%h, app=%a ，包括末尾的空格，因为该指南会从您的日志行中解析出这些命名字段。 不同的前缀，即使某个前缀只是以另一种顺序承载了相同的信息，也会导致基于日志的图表显示为空。
• log_min_duration_statement 设置为阈值（以毫秒为单位）。 不使用 0。

打开指南

1. 在 Azure 门户中，转到 Azure Database for PostgreSQL 灵活服务器实例。

2. 在左侧菜单中的 “监视 ”下，选择 “故障排除指南”。

3. 选择要调查的问题的选项卡。

4. 设置要分析的时间范围。

   注释

   一小时是最小值。 如果你选择的时间段较短，系统将回退为以你所选结束时间为终点的一小时捕获窗口，因此实际时间范围会比你要求的更大。

按照指南操作

每篇指南都遵循相同的结构。 一旦完成其中一个，其余的也就都熟悉了。

1. 首先清除横幅

指南顶部的横幅分为两种，你需要将它们分开：

• 缺少数据警告，例如“当前禁用增强的指标”或“未启用查询存储。”在阅读其他任何内容之前解决这些警告。 由已禁用源提供数据的图表会显示为空白，这看起来与服务器正常时完全一样。
• 检测到的问题，例如工作线程饱和、长时间运行的事务或过度日志记录。 这些问题是调查结果。 它们通常直接指向应首先打开的选项卡。

2.确认症状和窗口

第一个选项卡始终显示定义问题的指标。 验证你关心的窗口中是否存在真正的峰值，并准确记下它开始和结束的时间。 之后的每个选项卡都会相对于该窗口进行读取。 如果峰值只持续了 15 分钟，而你却深入分析四小时范围内的查询，那么排名结果将主要由正常流量主导。

3. 将“更多工作”与“效率较低的工作”分开

“工作负荷”选项卡存在以回答一个问题：工作量是否增加？ 如果元组活动与资源指标同步上升，说明服务器正在执行更多正常的工作负载，而你的选择是优化最重要的查询或进行扩容。 如果资源消耗上升而工作负载保持不变，说明某些方面的效率下降了：膨胀问题、执行计划变更、锁争用，或者配置变更。

4. 缩小到具体原因

按由外向内的顺序依次切换其余选项卡：先是“会话”，然后是“查询”，再是“等待”“检查点”或“配置”。 网格是交互式的。 选择一行即可展开每个查询的历史记录，或了解等待事件的含义及其成因。

5.应用修补程序，然后重新检查

大多数选项卡以建议结尾，建议拆分为即时缓解和持久修复。 一次应用一个更改，然后刷新指南并确认指标已移动。 一次性更改多个参数使得无法将改进或回归归化。

当图表为空或数据看起来错误时

图表为空几乎总是意味着遥测数据缺失，而不是服务器运行正常。 按顺序完成这些步骤。 它们的大致排列顺序是按其最终被证明是答案的频率来定的。

检索查询的文本

为了隐私，门户会显示数字查询 ID，而不是 SQL 文本。 若要解决此问题，请执行下列操作：

1. 连接到azure_sys数据库，其中查询存储保留其数据。

   psql -h <server_name>.postgres.database.chinacloudapi.cn -U <admin_user_name> -d azure_sys
   

2. 查找指南中所示的标识符。

   SELECT query_sql_text
   FROM query_store.query_texts_view
   WHERE query_text_id = <query_id>;
   

在只读副本上

只读副本也支持 查询存储，因此上述步骤同样适用。 像在主副本上一样，在副本上连接到 azure_sys 并查询 query_store.query_texts_view。

如果这种方法不可行，还有一种后备方案，例如当你无法直接连接到副本时，或者你需要某个时间窗口的文本，而该时间窗口已经超出了副本的 查询存储 保留期限。 在这些情况下，请改为通过Log Analytics解析文本：

1. 在副本上设置 pg_qs.emit_query_text = on 。
2. 在 诊断设置中，启用 allLogs 或 审核 类别组。
3. 使用该指南生成的 KQL，在 PGSQLQueryStoreQueryText 表中查找该标识符。

启用后最多等待 30 分钟，并确保您至少对工作区具有 读者 访问权限。

检索用户名或角色

门户显示来自 pg_catalog 的数字角色 ID，而不是用户名。 将其转换为 regrole 以解决此问题：

SELECT <role_id>::regrole;

例如，角色 ID 24776：

SELECT 24776::regrole;

还可以直接查询 pg_roles 。

相关内容

• 什么是故障排除指南？
• 遥测参考
• 排查 CPU 使用率过高问题
• 排查内存占用高的问题
• 排查高 IOPS 问题
• 排查临时文件过多的问题
• 监控 autovacuum
• autovacuum 阻止程序疑难解答