数据库服务器PostgreSQL复制延迟如何区分写入压力与从库瓶颈
要区分 PostgreSQL 复制延迟究竟来自主库写入压力,还是来自从库处理能力不足,不能只看“延迟了多少秒”。更可靠的方法是比较同一时刻的 WAL 位置,把延迟拆成“主库尚未发送、网络或接收未落盘、从库尚未刷盘、从库尚未回放”四段。缺口出现在哪一段,通常就决定了下一步应该检查主库负载、网络、磁盘,还是从库查询与回放过程。
如果主库当前 WAL 位置持续领先 sent_lsn,说明 WAL 产生速度已经超过发送能力,写入压力或主库侧发送链路更可疑;如果 sent_lsn 已经接近主库当前位置,但 flush_lsn、replay_lsn 明显落后,则数据大多已经到达从库,瓶颈更可能在从库磁盘刷写、CPU、回放冲突或从库上的查询负载。两者也可能同时存在:主库突发批量写入是触发因素,而从库处理能力不足才是延迟持续扩大的原因。
先确认“复制延迟”具体指什么
PostgreSQL 物理流复制至少涉及以下几个位置:
| 位置 | 主要含义 | 能说明什么 |
|---|---|---|
pg_current_wal_lsn() | 主库当前 WAL 写入位置 | 当前主库产生 WAL 的进度 |
sent_lsn | 主库 WAL sender 已发送到从库的位置 | 主库发送进度 |
write_lsn | 从库已写入 WAL 文件的位置 | 从库接收并写入进度 |
flush_lsn | 从库已将 WAL 刷到持久化存储的位置 | 从库 WAL 持久化进度 |
replay_lsn | 从库已回放、对查询可见的位置 | 从库实际应用进度 |
因此,可以把复制延迟拆成四个差值:

- 主库当前位置 -
sent_lsn:主库尚未发送的 WAL,偏向主库写入或发送能力问题。 sent_lsn-write_lsn:已经发送但从库尚未写入的 WAL,偏向网络或接收端处理问题。write_lsn-flush_lsn:已经写入但尚未完成持久化的 WAL,偏向从库存储刷写问题。flush_lsn-replay_lsn:已经持久化但尚未回放的 WAL,偏向从库 CPU、回放冲突或查询负载问题。
这些差值使用的是 LSN 字节位置,可以通过 pg_wal_lsn_diff() 计算。LSN 差值比“延迟几秒”更适合判断根因,因为时间延迟会受到事务提交频率影响。
先看主库上的复制视图
以下查询应在主库执行。SQL 只读取统计信息,不会修改数据库状态:
SELECT
now() AS sample_time,
pg_current_wal_lsn() AS primary_lsn,
application_name,
client_addr,
state,
sync_state,
sent_lsn,
write_lsn,
flush_lsn,
replay_lsn,
pg_wal_lsn_diff(pg_current_wal_lsn(), sent_lsn) AS unsent_bytes,
pg_wal_lsn_diff(sent_lsn, write_lsn) AS sent_not_written_bytes,
pg_wal_lsn_diff(write_lsn, flush_lsn) AS written_not_flushed_bytes,
pg_wal_lsn_diff(flush_lsn, replay_lsn) AS flushed_not_replayed_bytes,
write_lag,
flush_lag,
replay_lag,
reply_time
FROM pg_stat_replication;
pg_stat_replication 没有数据时,不要直接将其解释为“延迟很大”。它也可能表示从库没有建立复制连接、连接到了其他主库、使用了级联复制,或者当前连接已经断开。应结合 PostgreSQL 日志和从库端的 WAL receiver 状态判断。
再看从库是否正在接收和回放
以下查询应在从库执行:
SELECT
now() AS sample_time,
pg_is_in_recovery() AS is_standby,
pg_last_wal_receive_lsn() AS receive_lsn,
pg_last_wal_replay_lsn() AS replay_lsn,
pg_last_xact_replay_timestamp() AS last_replay_commit_time,
now() - pg_last_xact_replay_timestamp() AS replay_time_lag,
pg_is_wal_replay_paused() AS replay_paused;
SELECT
status,
sender_host,
sender_port,
slot_name,
written_lsn,
flushed_lsn,
latest_end_lsn,
latest_end_time
FROM pg_stat_wal_receiver;
pg_last_xact_replay_timestamp() 只能作为辅助指标。主库长时间没有提交事务时,从库即使已经追平,最后一次回放提交时间也可能很早;反过来,主库提交频繁时,时间差才更接近业务感知的回放延迟。因此,判断根因时应优先看 LSN 差值和变化趋势。
建立原因树:延迟可能发生在哪一层
复制延迟不是单一的数据库参数问题,可以按“工作负载、网络、系统资源、PostgreSQL 复制服务、应用访问方式”逐层建立原因树。
| 层级 | 典型现象 | 下一步重点 |
|---|---|---|
| 主库写入压力 | 主库 WAL 产生速率突然升高,当前位置持续领先 sent_lsn | 核查批量写入、更新、索引操作和 WAL 生成速率 |
| 网络链路 | sent_lsn 与 write_lsn 差距持续扩大,连接抖动或吞吐不足 | 检查带宽、丢包、重传、连接状态和链路策略 |
| 从库系统资源 | 从库磁盘延迟高、CPU 饱和、内存不足或发生交换 | 检查 WAL 写入、刷盘、文件系统和系统负载 |
| PostgreSQL 复制服务 | WAL receiver 断开、回放暂停、复制槽滞后 | 检查 receiver、日志、复制槽和恢复状态 |
| 从库应用负载 | flush_lsn 接近但 replay_lsn 落后,查询冲突或长查询明显 | 检查只读查询、回放冲突、延迟回放配置 |
| 应用一致性设计 | 复制指标正常,但业务仍读到旧数据或重复处理 | 检查读流量路由、重试、幂等和任务顺序 |
“主库写入压力”和“从库瓶颈”并不总是互斥。主库写入速率超过从库最大回放速率时,写入压力是输入,从库处理能力不足是持续积压的原因。需要通过缺口所在位置和负载下降后的变化趋势加以区分。
逐层排除主库写入压力
观察 WAL 产生速率,而不是只看事务数量
同样是每秒一千个事务,小事务和大批量更新产生的 WAL 量可能完全不同。批量 UPDATE、大范围删除、索引重建、表结构变更、全页写入增加,都可能让 WAL 速率明显升高。
在 PostgreSQL 14 及以上版本,可以查看 pg_stat_wal:
SELECT
now() AS sample_time,
wal_records,
wal_fpi,
wal_bytes,
stats_reset
FROM pg_stat_wal;
连续采集两次,使用“第二次 wal_bytes 减第一次 wal_bytes,再除以采样间隔秒数”,即可估算 WAL 产生速率。该值表示 WAL 字节速率,不等于业务数据写入量。
例如,假设 60 秒内 wal_bytes 增加了 6,000,000,000 字节,则平均 WAL 速率约为:
6,000,000,000 ÷ 60 = 100,000,000 字节/秒
按十进制口径,这约为 100 MB/s;仅计算数据载荷就需要:
100 MB/s × 8 = 800 Mbps
实际网络还要承担 TCP、TLS、协议和重传开销。如果主库产生速率已经接近链路能力,current_lsn - sent_lsn 就可能持续扩大。
通过趋势判断是不是主库侧积压
以下情况更支持“主库写入压力或主库发送能力不足”:
- 主库 WAL 产生速率突然高于平时。
pg_current_wal_lsn()与sent_lsn的差值不断增加。sent_lsn、write_lsn、flush_lsn、replay_lsn之间的相对差距不大,说明从库收到数据后处理速度尚可。- 暂停或降低非必要批量写入后,
unsent_bytes开始下降。 - 主库磁盘写延迟、WAL 写入等待或 WAL sender 进程资源消耗升高。
可以在允许的情况下,对批处理任务进行限速、缩小单批事务规模或暂缓非核心数据同步任务,然后连续观察多个采样周期。不要因为一次瞬时高峰就修改多个数据库参数,否则难以判断究竟是哪项措施产生了作用。
检查网络和复制连接
网络问题通常表现为 WAL 已经由主库生成,但没有及时到达从库。ping 只能说明基础连通性,不能证明 PostgreSQL 复制链路具备稳定吞吐能力。
先确认 PostgreSQL 实际监听端口,不能默认使用 5432:
SHOW port;
在主库和从库操作系统上,可以查看 TCP 连接和网卡统计:
ss -tin
ip -s link
重点观察:
- 复制 TCP 连接是否仍然建立。
- TCP 重传、接收窗口或发送窗口是否异常。
- 网卡是否出现丢包、错误包或队列丢弃。
- 链路带宽是否被备份、镜像、日志传输等其他任务占用。
- 主库到从库的路径是否经过带宽受限的跨区域链路。
如果 current_lsn - sent_lsn 较大,主库侧尚未发送;如果 sent_lsn - write_lsn 较大,则数据已经离开 WAL sender,但从库还没有完成写入。后一种情况可能是网络传输慢,也可能是从库 WAL receiver 或存储处理慢,需要在两端同时采样,不能只根据一个差值下结论。
网络吞吐估算也要注意单位。100 MB/s 是每秒 100,000,000 字节,换算为载荷约 800 Mbps;不能把 MB/s 直接当成 Mb/s 使用。
检查从库系统资源
如果主库已经把 WAL 发送出去,而从库的 write_lsn、flush_lsn 或 replay_lsn 长时间落后,应检查从库服务器资源。
存储与文件系统
在从库执行:
iostat -xz 1 5
df -h
df -i
重点看:
- WAL 所在磁盘的
await是否持续升高。 - 磁盘利用率是否接近饱和。
- 随机写和同步刷盘是否受到存储系统限制。
- 数据目录或 WAL 目录是否接近容量上限。
- inode 是否耗尽。
- 云盘、网络存储或虚拟化存储是否出现突发性能下降。
如果 write_lsn 接近 sent_lsn,但 flush_lsn 明显落后,同时磁盘写延迟高,更像是从库存储刷盘瓶颈。此时单纯增加主库带宽或调大 WAL 参数通常不能解决问题。
CPU、内存与交换
vmstat 1 5
free -h
如果系统存在明显的交换活动、运行队列持续偏高,或者 PostgreSQL 回放进程长期占用一个或多个 CPU 核心,从库回放速度可能低于 WAL 接收速度。应进一步确认是否有报表查询、索引扫描、备份压缩或其他进程与回放竞争资源。
不要仅凭 CPU 总利用率判断瓶颈。多核服务器上,单个回放相关进程受到单核限制时,整体 CPU 使用率可能并不高,但回放延迟仍会增长。
磁盘空间与复制槽风险
复制槽可以防止主库过早清理从库尚未接收的 WAL,但如果从库长期断开,也可能导致主库 pg_wal 占用持续增加。
在主库执行:
SELECT
slot_name,
slot_type,
active,
restart_lsn
FROM pg_replication_slots;
如果存在物理复制槽,可以进一步估算主库当前 WAL 位置与槽保留位置之间的差值:
SELECT
slot_name,
active,
pg_wal_lsn_diff(pg_current_wal_lsn(), restart_lsn) AS retained_bytes
FROM pg_replication_slots
WHERE restart_lsn IS NOT NULL;
不要直接删除复制槽,也不要手工删除 pg_wal 文件。清理复制槽前必须确认其用途、对应从库状态和重建方案;误操作可能让从库无法继续追赶,甚至需要重新初始化。
检查 PostgreSQL 复制服务和回放过程
判断 WAL receiver 是否正常
从库的 pg_stat_wal_receiver 如果没有记录,常见原因包括连接失败、认证失败、主库地址错误、主库未提供足够的 WAL sender,或者复制连接刚好中断。
应结合 PostgreSQL 日志查找:
- connection refused 或 timeout。
- replication authentication failed。
- requested WAL segment has already been removed。
- could not receive data from WAL stream。
- requested timeline does not exist。
- disk full 或 permission denied。
日志位置和服务单元名称因发行版、安装方式和 PostgreSQL 版本不同,不宜直接套用固定路径。可以先用 SQL 查看日志配置:
SHOW log_destination;
SHOW log_directory;
SHOW log_filename;
如果 PostgreSQL 由 systemd 管理,应先确认实际服务名,再查看日志,而不是直接假定服务名:
systemctl list-units --type=service | grep -i postgres
区分“已刷盘”与“已回放”
如果 flush_lsn 已经接近主库发送位置,但 replay_lsn 明显落后,说明数据大部分已经持久化到从库,却还没有应用到查询可见的位置。此时应检查:
SELECT
pid,
usename,
application_name,
client_addr,
state,
query_start,
wait_event_type,
wait_event,
query
FROM pg_stat_activity
WHERE backend_type = 'client backend'
AND state <> 'idle'
ORDER BY query_start;
常见原因包括:
- 从库上运行了长时间报表查询。
- 查询与 WAL 回放发生快照、锁或缓冲区冲突。
- 从库设置了人为回放延迟。
- 从库 CPU 不足,回放进程处理速度跟不上接收速度。
- 从库上执行了备份、校验或其他高 I/O 任务。
- 回放被人为暂停。
查看回放冲突统计:
SELECT
datname,
confl_tablespace,
confl_lock,
confl_snapshot,
confl_bufferpin,
confl_deadlock
FROM pg_stat_database_conflicts;
如果确认是从库查询影响回放,应先评估查询是否属于订单、库存、支付等关键链路,再考虑迁移报表流量、缩短查询、增加副本或调整查询路由。直接取消业务查询可能影响用户请求,属于需要明确影响范围和回滚安排的操作。
检查是否存在人为延迟
某些环境会通过 recovery_min_apply_delay 有意让从库晚于主库回放,用于误操作恢复窗口。这种情况下,延迟不是硬件故障。
可以在从库查看相关设置:
SHOW recovery_min_apply_delay;
SHOW hot_standby_feedback;
SHOW synchronous_commit;
如果确认回放暂停是人为操作,需要先记录原状态、确认没有正在执行的恢复流程,再按照变更流程恢复。不要在没有确认原因时直接执行恢复回放操作,否则可能破坏原本设计的延迟窗口。
用一组对比判断根因
下面的示例数据为演示用的模拟结果,实际排查应以连续采样为准。

| 示例现象 | 更可能的判断 | 还需要验证什么 |
|---|---|---|
主库 WAL 产生速率 220 MB/s,current_lsn - sent_lsn 从 500 MB 增长到 5 GB,其他三段均较小 | 主库写入压力或主库到发送端能力不足 | 降低批量写入后,未发送缺口是否下降 |
current_lsn - sent_lsn 仅 30 MB,sent_lsn - write_lsn 从 20 MB 增长到 2 GB | 网络或从库接收写入环节异常 | 对比两端 TCP 重传、WAL receiver 状态和网络吞吐 |
write_lsn 接近 sent_lsn,但 write_lsn - flush_lsn 达到 3 GB,磁盘 await 持续升高 | 从库存储刷盘瓶颈 | 检查存储设备、文件系统和其他 I/O 任务 |
flush_lsn 接近 write_lsn,但 flush_lsn - replay_lsn 持续增长,冲突计数增加 | 从库回放受到查询或锁冲突影响 | 检查长查询、回放日志和只读业务 |
| LSN 缺口很小,但业务读取仍然旧数据 | 复制可能正常,问题在读路由、缓存或事务可见性 | 确认请求是否被路由到从库以及缓存失效策略 |
replay_time_lag 很大,但近期主库没有新提交 | 时间指标失真或主库长期空闲 | 以 LSN 位置和新的提交事务进行验证 |
如果四段缺口都在增长,不要急于选择单一根因。这通常意味着主库产生速率、网络传输速率和从库回放速率同时承压,应先找出增长最快、最早出现异常的那一段。
验证恢复:看缺口是否持续收敛
完成一次限速、迁移查询或资源调整后,不应只看某个时刻的延迟数字。建议按固定间隔采集主库和从库指标,至少观察三个以上周期。
恢复验证可以分为四层:

current_lsn - sent_lsn不再持续增长,说明主库侧未发送积压得到控制。sent_lsn - write_lsn和write_lsn - flush_lsn逐步下降,说明网络接收和存储刷盘恢复。flush_lsn - replay_lsn持续收敛,且回放未暂停、冲突不再增加。- 应用侧使用受控的读后写场景验证数据可见性,不要只依据数据库连接状态判断业务已经恢复。
如果是写入压力导致的延迟,降低批量写入后通常先表现为“未发送缺口停止扩大”,随后各段缺口依次下降。如果主库写入已经明显下降,但 flush_lsn - replay_lsn 仍继续扩大,则说明从库处理能力或从库查询负载是主要矛盾。
如果测试的是从库资源瓶颈,可以在业务允许时暂时迁移报表、统计或大范围查询,再观察回放缺口是否收敛。测试时应一次只改变一个主要变量,并记录开始时间、结束时间、LSN 位置和业务影响,避免同时修改网络、数据库参数和应用路由。
不要把复制延迟直接等同于业务重复处理
PostgreSQL 异步复制下,主库事务提交成功,并不代表该事务已经在从库回放完成。订单、库存和支付回调等场景需要分别处理以下问题:
- 写入成功后立即从从库读取,可能暂时读不到刚提交的数据。
- 消息重试或接口超时可能导致同一个业务事件被提交多次。
- 从库延迟会放大“查询不到记录后再次创建”的重复风险。
- 多个异步任务分别读取主库和从库时,可能观察到不同的数据版本。
- 故障切换时,尚未传送或尚未持久化的异步复制事务可能不在新主库上。
因此,关键写入应优先落到主库,并使用业务幂等键、唯一约束或去重表避免重复处理。必须从从库读取时,可以让应用携带主库提交后的 LSN,在从库确认达到该位置后再读取,但要设置超时和降级路径,避免将复制延迟变成请求无限等待。
同步复制也不等于所有从库查询都实时一致。synchronous_commit、synchronous_standby_names 以及同步确认级别决定主库提交等待的是远端写入、远端刷盘,还是远端应用。即使主库提交等待了远端刷盘,从库查询仍可能在回放完成前读不到该事务。需要根据订单确认、库存扣减和支付状态查询等具体场景设计读写路径。
复发监控应关注这些点
复制延迟监控不应只设置一个“超过多少秒”的告警。建议同时保留以下指标:
- 主库 WAL 产生速率及其变化趋势。
current_lsn - sent_lsn。sent_lsn - write_lsn。write_lsn - flush_lsn。flush_lsn - replay_lsn。- 复制连接状态、同步状态和 WAL receiver 状态。
- 从库回放是否暂停。
- 从库磁盘延迟、磁盘空间、CPU、内存和交换活动。
- 复制槽保留的 WAL 字节数。
- 从库查询冲突、长查询和报表任务。
- 业务侧读后写延迟、任务积压、重复幂等命中和重试数量。
告警阈值应根据业务一致性要求确定。例如,库存扣减可能要求从库延迟进入秒级就切换读取策略,而离线报表允许分钟级甚至更长延迟。重要的是同时设置“绝对延迟”和“增长速度”两个维度:延迟较大但正在稳定收敛,和延迟不大却持续快速增长,处理优先级并不相同。
最终判断应回到复制链路中的位置变化:主库当前位置领先,优先查写入和发送;发送位置领先,优先查网络和接收;刷盘位置领先,优先查从库回放和查询;数据库指标正常但业务仍异常,则应转向读路由、缓存、幂等和事务语义。这样才能避免把所有复制异常都归因于服务器配置,也能在数据一致性风险扩大前找到真正的处理环节。
PostgreSQL复制链路的表现与主库写入、网络传输及从库资源密切相关。A5数据提供中国香港、美国、日本等多个地区的物理服务器,涵盖Xeon Gold与AMD EPYC平台,并有配备大内存和NVMe存储的方案,可为数据库及相关业务服务提供硬件部署资源;不同地区也有各自的带宽线路选择,适用于不同访问区域的业务布局。
本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/4973.html



