CentOS上PostgreSQL的故障排查

CentOS上PostgreSQL故障排查指南

1. 查看日志文件

PostgreSQL的日志是故障排查的核心依据，通常位于/var/log/postgresql/目录（如postgresql-<version>-main.log）或数据目录（如/var/lib/pgsql/data/pgstartup.log）。使用tail -f /var/log/postgresql/postgresql-<version>-main.log实时查看实时日志，或less命令查看历史日志，重点关注FATAL、ERROR级别的错误信息（如配置错误、权限问题、数据库损坏等）。

2. 检查服务状态

使用systemctl status postgresql命令确认PostgreSQL服务是否正在运行。若未启动，尝试systemctl start postgresql启动服务；若启动失败，结合日志分析具体原因（如配置错误、端口占用、数据目录权限问题）。还可通过systemctl enable postgresql设置服务开机自启。

3. 验证配置文件正确性

• postgresql.conf（数据目录下，如/var/lib/pgsql/data/postgresql.conf）：检查关键配置项，如listen_addresses（需设置为'*'允许远程连接）、port（默认5432，确保未被占用）、max_connections（根据服务器性能调整）、shared_buffers（内存分配，建议为物理内存的25%左右）。
• pg_hba.conf（数据目录下）：检查客户端认证规则，确保允许目标IP或网段的连接。例如，允许所有IP通过密码认证连接：host all all 0.0.0.0/0 md5；允许本地连接：local all all trust。修改后需执行ALTER SYSTEM SET listen_addresses='*'（若修改了postgresql.conf）并重启服务（systemctl restart postgresql）使配置生效。

4. 排查连接问题

• 服务未启动：若出现“could not connect to server: No such file or directory”或“Connection refused”，首先检查服务状态（systemctl status postgresql），未启动则启动服务。
• 端口占用：使用netstat -tunlp | grep 5432或ss -tunlp | grep 5432检查5432端口是否被其他进程占用。若被占用，修改postgresql.conf中的port为其他端口（如5433），并重启服务。
• 防火墙拦截：CentOS默认开启firewalld，需放行PostgreSQL端口：firewall-cmd --add-port=5432/tcp --permanent，然后firewall-cmd --reload。若使用iptables，需添加对应规则。
• 认证失败：若出现“FATAL: password authentication failed for user”或“Peer authentication failed”，检查pg_hba.conf中的认证方法（如md5或password），确保用户名、密码正确。远程连接时，需将METHOD改为md5或scram-sha-256，并重启服务。

5. 分析查询性能问题

• 慢查询定位：使用pg_stat_activity视图查看当前活动查询：SELECT * FROM pg_stat_activity WHERE state = 'active' ORDER BY query_start DESC;，重点关注query字段中的慢查询。
• 查询计划分析：使用EXPLAIN命令分析慢查询的执行计划，找出性能瓶颈（如全表扫描、索引未使用）：EXPLAIN ANALYZE SELECT * FROM users WHERE age > 30;。若未使用索引，可创建合适的索引优化（如CREATE INDEX idx_users_age ON users(age);）。
• 更新统计信息：使用ANALYZE命令更新表统计信息，帮助优化器生成更优的执行计划：ANALYZE users;。

6. 处理死锁问题

死锁通常表现为多个事务相互等待对方释放锁，导致查询卡住。可通过以下步骤排查：

• 查看锁信息：SELECT pid, query, wait_event_type, wait_event FROM pg_stat_activity WHERE wait_event_type = 'Lock';，找出等待锁的事务。
• 终止死锁事务：选择影响较小的PID，执行SELECT pg_cancel_backend(pid);取消事务；若仍无法解决，使用SELECT pg_terminate_backend(pid);强制终止。

7. 检查系统资源

使用top、htop、free -h、df -h等命令检查服务器资源使用情况：

• CPU：若CPU使用率过高，可能需要优化查询（如添加索引）、增加CPU资源或调整work_mem参数（内存排序缓冲区大小）。
• 内存：若内存不足，可能导致频繁交换（swap），需调整shared_buffers、work_mem等参数，或增加物理内存。
• 磁盘空间：若磁盘空间不足（df -h显示根分区使用率超过80%），可能导致数据库无法写入或启动失败，需清理无用文件（如日志、临时文件）或扩容磁盘。

8. 处理数据目录权限问题

PostgreSQL数据目录（如/var/lib/pgsql/data）必须由postgres用户拥有，且权限设置为700（仅所有者可读、写、执行）。若权限错误，可使用以下命令修复：

chown -R postgres:postgres /var/lib/pgsql/data
chmod -R 0700 /var/lib/pgsql/data

修改后重启服务。

9. 修复数据库损坏

若数据库因意外关机、磁盘故障等原因损坏，可使用pg_resetwal工具修复（谨慎操作，需备份数据）：

sudo -u postgres pg_resetwal -D /var/lib/pgsql/data

修复后重启服务，检查数据库是否能正常启动。