数据库服务器配置PostgreSQL流复制,同步与异步模式该怎么选?

发布人:A5数据发布时间:2026-11-14 10:10阅读量:33

PostgreSQL 流复制选同步还是异步,核心不是判断哪一种“更高级”,而是决定一次事务在什么条件下可以向客户端返回成功:同步模式会把确认点推进到指定备库,异步模式通常只要求主库本地完成 WAL 持久化。若企业希望在主库服务器故障时尽量不丢失已提交事务,并且能够接受备库或网络异常导致写入等待,应优先评估低延迟故障域内的同步复制;若更看重跨地域链路中断时主库继续提供写入,并且能够接受可量化的秒级或分钟级数据丢失窗口,异步复制通常更合适。

实际架构往往不是整个系统只选一种模式。常见做法是,在同城或同一园区的独立故障域部署一个同步备库,用于应对主库服务器故障;再在异地部署一个异步备库,用于机房级灾难恢复。最终选择应由 RPO、RTO、网络时延、写入可用性和故障切换能力共同决定,而不是只看复制延迟这一项指标。

需求拆分

先明确RPO和RTO

RPO 是故障发生后最多可以接受丢失多长时间的数据,RTO 是从故障发生到业务恢复可用所需的最长时间。两者对应不同的技术问题:

业务目标需要重点解决的问题对复制模式的影响
主库服务器损坏时不丢失已确认事务事务提交确认必须落到独立备库倾向同步复制
异地机房故障时保留尽可能新的数据跨地域链路持续传输并可快速提升备库通常采用异步复制,或评估跨地域同步
网络中断时仍允许主库写入不能让远端确认成为写入前提倾向异步复制
故障后数分钟内恢复服务自动或人工切换、连接路由、旧主隔离都要成熟两种模式都需要配套切换机制
误删数据、错误更新后可恢复需要时间点恢复和独立备份流复制本身无法替代备份

同步复制只能在明确的故障模型内提供近似或达到零数据丢失。例如,主库故障时同步备库仍然可用,事务已经得到同步确认,且旧主库被隔离,才可以据此判断已确认事务仍在备库中。若主库和同步备库位于同一机柜、同一供电系统或同一机房,那么机柜、供电或机房级故障仍可能同时影响两者。

异步复制的 RPO 则取决于备库已经接收并持久化了多少 WAL。可以用一个估算公式理解:

预计可丢失时间 ≈ 备库已持久化的 WAL 差距 ÷ 主库当前 WAL 产生速率

例如,主库当前 WAL 产生速率约为 30 MB/s,备库的持久化差距约为 900 MB,则按十进制单位估算:

900 MB ÷ 30 MB/s = 30 秒

这只是某个时刻的估算,不是固定承诺。业务高峰、网络抖动、备库磁盘队列和切换决策都会改变最终结果。

区分高可用、读扩展和备份

PostgreSQL 物理流复制主要复制整个数据库实例产生的 WAL。它可以用于:

  • 主库故障后的备库提升;
  • 只读查询分流;
  • 异地灾备;
  • 为备份或恢复体系提供数据源。

但这些目标并不完全相同。

备库能够执行只读查询,不代表已经具备可靠的自动切换能力;复制延迟较低,也不代表业务连接会自动转移;同步备库保存了已提交事务,也不代表能够恢复到误操作之前的时间点。

物理流复制还会把主库上的很多逻辑错误继续复制到备库。例如误执行批量删除、错误更新或发布了有问题的数据库变更,备库可能同样执行这些 WAL。因此,企业仍需要独立的基础备份、WAL 归档和时间点恢复机制。

定义故障边界

在设计数据库服务器配置时,应先列出希望处理的故障类型:

  1. 主库进程异常退出;
  2. 主库服务器磁盘或操作系统故障;
  3. 主库所在机架或供电故障;
  4. 主库与备库之间的网络中断;
  5. 整个机房不可用;
  6. 主库和备库同时遭遇误操作或数据破坏。

同步复制主要解决前两类故障,并可能覆盖部分机架级故障。只有当同步备库处于独立故障域时,才有机会进一步覆盖机架或局部基础设施故障。跨机房同步可以降低异地故障下的数据丢失,但会把跨地域网络时延和链路稳定性直接引入每次提交。

关键变量

同步流复制不等于开启一个参数

PostgreSQL 的流复制默认可以是异步的。要让事务提交等待备库确认,通常需要同时关注:

  • 主库是否配置了 synchronous_standby_names;
  • 备库连接中的 application_name 是否与配置匹配;
  • 事务或数据库连接使用的 synchronous_commit 值;
  • 备库当前是否处于可同步确认状态;
  • 应用连接池是否覆盖了系统默认参数。

synchronous_standby_names 决定哪些备库可以参与同步确认,synchronous_commit 决定当前事务是否等待同步确认。只配置前者,并不能保证所有事务都等待远端。

尤其需要检查应用是否在会话级设置了 synchronous_commit = local 或 synchronous_commit = off。这类设置可能让部分事务绕过远端等待,使“数据库配置为同步”与“业务事务真正同步提交”出现差异。

了解不同提交确认级别

常见的 synchronous_commit 取值及其影响如下:

参数值提交等待条件适用边界
on本地 WAL 持久化,并等待选定同步备库完成 WAL 刷盘常规同步复制选择
remote_write等待同步备库将 WAL 写入操作系统层面,但不等同于备库存储设备已持久化只有在能够接受更弱持久性时考虑
remote_apply等待同步备库完成 WAL 应用需要备库读到已提交数据时考虑,延迟通常更高
local只等待主库本地 WAL 刷盘,不等待远端实际效果接近异步复制的远端确认
off客户端可能在本地 WAL 刷盘前收到提交成功降低提交等待,但本地主机崩溃时可能丢失近期事务

异步流复制不必配合 synchronous_commit = off。在常见配置中,异步备库负责后台接收 WAL,而主库仍然可以等待本地 WAL 刷盘后再返回成功。此时,主库本地故障与远端备库之间仍然存在数据窗口,但主库本地持久性并没有被主动降低。

如果业务在写入后会立即访问备库进行读取,还要区分“远端已刷盘”和“远端已应用”。synchronous_commit = on 通常只保证同步备库已经持久化 WAL,不保证查询已经能在备库上看到该事务。需要读后写一致性时,才评估 remote_apply,或者在应用层实现会话粘滞和读取路由。

网络时延会直接影响同步提交

同步提交的延迟主要受以下因素影响:

  • 主库与同步备库之间的往返网络时延;
  • 备库 WAL 接收、刷盘和排队时间;
  • 备库存储设备的写入延迟;
  • 主库和备库的 CPU、网络带宽及内存压力;
  • 单事务大小和事务提交频率。

可以用一个估算方式理解影响:同步提交新增的等待成本,大致受网络往返时延和备库 WAL 刷盘排队时间共同影响。实际延迟还与本地刷盘是否并行、WAL 批量发送和系统调度有关,因此不能把简单相加的结果当作性能测试结论。

例如,主库和同城备库之间的网络往返时延约为 2 ms,备库 WAL 刷盘的稳定排队时间约为 3 ms,那么小事务提交的尾部延迟可能增加数毫秒;如果同步备库位于往返时延约 40 ms 的异地机房,写入量较大时,提交延迟和尾延迟都会更加明显。这个例子只是容量评估中的估算,实际值需要按业务事务模型压测。

WAL 产生速率还会决定网络和存储容量。假设高峰期产生 30 MB/s 的 WAL:

  • 每秒网络有效载荷约为 30 MB;
  • 换算为比特速率:30 MB/s × 8 = 240 Mbps;
  • 10 分钟产生的 WAL 约为:30 MB/s × 600 s = 18,000 MB,即约 18 GB。

这里使用的是十进制 MB 和 GB。实际规划还要考虑协议开销、流量突发、压缩策略、备库追赶速度以及网络共享情况。不能只根据平均带宽判断异步备库一定不会积压。

备库性能不能只看读取能力

同步备库首先是 WAL 接收和持久化节点。即使它承担了只读查询,也要保证以下资源有余量:

  • 存储设备能够稳定处理主库峰值 WAL 写入;
  • CPU 足以完成 WAL 应用、索引维护和查询;
  • 内存不会因读查询挤压复制和缓存;
  • 备库上的长事务不会持续阻塞恢复过程;
  • 监控能够识别 WAL 接收、刷盘和回放的不同延迟。

备库只读查询、长时间运行的报表和大范围扫描可能增加恢复冲突或资源竞争,使 replay lag 增大。同步模式下,备库刷盘变慢还可能直接拖慢主库提交;异步模式下,通常表现为数据窗口扩大。

正确区分发送、接收、刷盘和回放延迟

在主库上,可以先查看各备库的复制状态:

SELECT
    application_name,
    client_addr,
    state,
    sync_state,
    sent_lsn,
    write_lsn,
    flush_lsn,
    replay_lsn,
    write_lag,
    flush_lag,
    replay_lag
FROM pg_stat_replication;

这些字段分别反映 WAL 发送、备库写入、备库刷盘以及备库回放等阶段。判断异步故障切换时,不能只看 replay_lag:

正确区分发送、接收、刷盘和回放延迟配图

  • flush_lsn 更接近备库已经持久化到磁盘的 WAL 位置;
  • replay_lsn 反映备库已经应用到查询可见的 WAL 位置;
  • 回放延迟大,不一定代表所有这些 WAL 都会丢失,部分 WAL 可能已经刷盘并能在提升后继续恢复;
  • 回放延迟小,也不代表备库一定拥有主库最新的已提交事务。

可以用 LSN 差值估算当前刷盘差距:

SELECT
    application_name,
    pg_size_pretty(
        pg_wal_lsn_diff(pg_current_wal_lsn(), flush_lsn)
    ) AS flush_gap
FROM pg_stat_replication
WHERE flush_lsn IS NOT NULL;

在备库上,还可以确认实例是否仍处于恢复状态以及接收、回放位置:

SELECT
    pg_is_in_recovery() AS in_recovery,
    pg_last_wal_receive_lsn() AS receive_lsn,
    pg_last_wal_replay_lsn() AS replay_lsn,
    pg_last_xact_replay_timestamp() AS last_replay_timestamp;

pg_last_xact_replay_timestamp() 在低写入业务中可能长时间不变化,不能单独作为复制中断的判断依据。更稳妥的做法是结合 LSN、复制连接状态、WAL 产生速率和告警时间进行判断。

WAL保留策略会影响异步备库能否追上

异步备库短暂断开时,主库需要保留它尚未接收的 WAL。常见手段包括复制槽、WAL 保留参数和归档。

复制槽可以防止主库过早回收备库尚未确认的 WAL,但也有明显风险:如果备库长时间离线,主库磁盘可能持续增长。可以按“峰值 WAL 速率 × 最大允许断开时间”估算最低保留量。

例如峰值速率为 30 MB/s,预计最多允许备库断开 10 分钟:

30 MB/s × 600 s = 18,000 MB,约 18 GB

这只是基础值,还应增加突发流量和运维处理时间的余量。复制槽、WAL 保留参数和归档应配合监控,重点监测槽保留量、WAL 所在文件系统使用率和备库追赶速度。保留上限设置过小,可能导致备库无法继续追赶,需要重新构建;不设置上限,则可能把主库磁盘拖满。

方案取舍

同步与异步的同口径比较

比较维度同步流复制异步流复制
提交确认等待选定同步备库达到规定确认点通常只等待主库本地确认
主库故障时RPO在同步备库正常并完成确认的范围内,可接近或达到零取决于备库刷盘差距,可能丢失最近一段数据
网络中断时写入可能阻塞,取决于同步备库配置和提交级别主库通常可以继续写入
提交延迟受网络往返和备库刷盘影响不等待远端,通常更稳定
对备库性能的敏感度较高,备库刷盘变慢会影响主库较低,但会表现为复制积压
异地部署成本需要接受跨地域时延对写入的影响更适合跨地域灾备
故障切换要求仍需提升、路由和旧主隔离同样需要提升、路由和旧主隔离
能否替代备份不能不能

同步模式的核心代价是可用性和延迟。没有可确认的同步备库时,事务可能等待;如果为了避免等待而把事务改为 local 或 off,又会改变原本的持久性语义。

异步模式的核心代价是数据窗口。它能让主库在远端链路故障时继续提供写入,但切换到备库时必须接受当前已持久化位置与主库最新位置之间的差异。

多备库时选择优先级还是法定人数

当同时部署本地和远端备库,可以通过 synchronous_standby_names 选择同步确认策略。

例如:

# PostgreSQL 13及更新版本的示例写法
synchronous_standby_names = 'FIRST 1 (standby_local, standby_remote)'

FIRST 1 表示优先从列表中选择一个可用的同步备库。若本地备库不可用,远端备库可能接替同步确认,业务仍可写入,但提交延迟可能明显上升。

也可以使用法定人数模式:

synchronous_standby_names = 'ANY 1 (standby_local, standby_remote)'

ANY 1 表示任意一个符合条件的备库完成确认即可。它适合更关注“至少有一个备库确认”的场景,但如果本地和远端备库同时可用,确认路径可能带来不稳定的延迟特征,具体要结合版本行为和监控验证。

如果配置为 ANY 2 或要求两个备库都确认,数据保护范围会扩大,但只要其中一个备库不可用,写入可用性和提交延迟就会受到影响。FIRST 1、ANY 1 和要求多个备库确认,并不是简单的性能档位,而是不同的故障承受方式。

关键配置示例及其边界

以下只展示关键参数,不建议直接覆盖生产配置文件。参数名称以 PostgreSQL 13 及更新版本的常见配置为例,旧版本可能使用不同的 WAL 保留参数名,部署前应先核对 server_version。

主库可以关注:

wal_level = replica
max_wal_senders = 10
max_replication_slots = 2
wal_keep_size = 2GB

# 需要同步复制时再按架构选择
# synchronous_standby_names = 'FIRST 1 (standby_local)'
# synchronous_standby_names = 'ANY 1 (standby_local, standby_remote)'

备库可以关注:

hot_standby = on
primary_conninfo = 'host=<primary-host> port=5432 user=<replication-user> application_name=standby_local'
primary_slot_name = 'standby_local'

application_name 必须与主库同步备库配置中的名称对应。复制账号密码不应直接写入公开脚本或文章示例,生产环境应使用受控的密码文件或密钥管理方式。

wal_level、max_wal_senders、max_replication_slots 等参数的修改上下文可能要求重启,synchronous_standby_names 等参数通常可以通过重载生效,但仍应以当前版本的参数上下文为准。变更前应保存现有配置、确认有可用备份,并记录回滚值;变更后要验证复制连接、同步状态和磁盘增长,不能只检查配置文件是否写入成功。

一个混合架构示例

某业务峰值 WAL 产生速率约为 30 MB/s,要求:

  • 主库服务器故障时不丢失已确认订单;
  • 异地机房故障时允许最多约 60 秒的数据窗口;
  • 同城网络往返时延较低;
  • 跨地域网络不稳定,不能因为远端链路短时抖动就停止全部写入。

在这个条件下,可以评估:

一个混合架构示例配图

  1. 同城独立故障域部署 standby_local,作为同步备库;
  2. 异地部署 standby_remote,作为异步备库;
  3. 主库故障时优先提升本地备库;
  4. 机房级故障时,根据异地备库的刷盘差距评估是否提升;
  5. 对异地备库配置 WAL 归档和保留监控,保证 60 秒目标有实际数据支撑。

如果业务进一步要求异地机房故障时也达到零数据丢失,就需要重新评估跨地域同步。此时不仅要测量平均延迟,还要关注网络抖动、备库刷盘尾延迟以及链路中断时业务是否能够接受写入阻塞。

面向 PostgreSQL 主库、备库及数据库后台部署,A5idc数据提供中国香港、美国、日本、中国台湾、新加坡等地区的物理服务器,涵盖 Xeon Gold、AMD EPYC 等平台,并有 SSD、NVMe 以及不同内存、磁盘和线路配置。多地区资源可为跨区域数据库节点及配套业务服务提供计算、存储和网络部署基础,支持按业务角色组合相应的服务器资源。

适用与不适用

同步复制更适合的条件

同步复制通常适合以下场景:

  • 已确认的资金、库存、订单或账务事务不能接受服务器级丢失;
  • 主库与同步备库位于低时延、独立故障域;
  • 业务可以接受同步备库异常时写入暂停或延迟升高;
  • 有明确的同步备库选举、连接路由和旧主隔离机制;
  • 通过压测确认备库刷盘能力能够覆盖业务峰值;
  • 应用没有通过会话参数绕过同步提交。

这里的“适合”不等于配置完成后自动拥有零数据丢失能力。若同步备库和主库共用相同存储阵列或供电系统,故障边界没有真正扩大;若没有可靠的切换机制,RPO 得到保护也不代表 RTO 能够达标。

同步复制不适合的条件

以下情况使用跨地域同步时需要谨慎:

  • 跨地域网络往返时延较高且波动明显;
  • 业务更重视持续写入,而不是故障时的零数据丢失;
  • 备库磁盘性能无法稳定处理峰值 WAL;
  • 没有能够隔离旧主库的故障切换流程;
  • 业务连接池无法处理提交延迟增加或连接重连;
  • 只准备了一个与主库处于相同故障域的同步备库。

在这些条件下,强行配置同步复制可能把网络故障转化为大范围写入阻塞。与其只追求配置层面的同步,不如评估本地同步、异地异步、独立备份和可验证切换相结合的方案。

异步复制更适合的条件

异步复制通常适合:

  • 异地灾备允许秒级或分钟级 RPO;
  • 主库必须在远端网络中断时保持写入;
  • 备库主要承担报表、只读查询或灾难恢复;
  • 业务能够接受切换时丢失少量最近事务;
  • 已经建立 WAL 延迟、槽保留量和磁盘容量告警;
  • 能够根据备库刷盘位置选择提升目标。

对于报表和分析负载,还应注意读查询会不会影响备库回放。如果备库的主要目标是灾备,不能为了短期读性能把大量长查询放在唯一灾备备库上。

两种模式都不能解决的问题

无论同步还是异步,都不能单独解决以下问题:

  • 主库和备库同时丢失;
  • 误删除或错误更新;
  • 应用重复提交;
  • 数据库逻辑损坏;
  • 备份文件不可恢复;
  • 旧主库未隔离导致双主写入;
  • 客户端在提交结果未知时重复执行事务。

例如,客户端在提交后与主库断开,无法判断事务是否已经成功。即使数据库采用同步复制,也不能简单地把原事务无条件重试。订单、支付、库存等业务应使用幂等键、业务流水号或可查询的事务状态来处理这种“不确定提交结果”。

核对事项

配置核对

上线前至少核对以下内容:

  • 主库和备库的 PostgreSQL 大版本、操作系统架构及扩展兼容性;
  • wal_level、WAL 发送进程和复制槽数量是否满足实际备库数;
  • primary_conninfo 中的连接地址、账号和 application_name;
  • synchronous_standby_names 与真实备库名称是否匹配;
  • 应用、角色或连接池是否覆盖了 synchronous_commit;
  • hot_standby、WAL 归档和备库回放状态;
  • 复制槽离线后主库磁盘是否有容量保护;
  • 配置变更是否需要重启,是否已经准备回滚值。

可以使用只读查询检查参数上下文和重启状态:

SELECT
    name,
    setting,
    context,
    pending_restart
FROM pg_settings
WHERE name IN (
    'wal_level',
    'max_wal_senders',
    'max_replication_slots',
    'wal_keep_size',
    'synchronous_standby_names',
    'synchronous_commit'
);

指标和验收条件

不要只设置“复制延迟低于某个数值”的单一告警。建议分别建立:

  • 主库当前 WAL 产生速率;
  • 备库 write_lsn、flush_lsn 和 replay_lsn 差距;
  • 同步备库的 sync_state;
  • 复制连接断开持续时间;
  • 复制槽保留 WAL 大小;
  • WAL 所在磁盘使用率;
  • 同步提交的平均延迟和 P95、P99 延迟;
  • 备库回放是否因长查询或恢复冲突暂停。

验收时应将指标与业务目标对应起来。例如,RPO 目标是 30 秒,就需要在峰值 WAL 速率下验证备库刷盘差距是否确实能够控制在对应范围内,而不是只在低流量时观察几分钟。

切换和恢复演练

切换演练至少应覆盖:

  1. 主库进程或服务器故障;
  2. 同步备库不可用;
  3. 异步备库网络中断;
  4. 主库与备库之间的高延迟和短时丢包;
  5. 备库提升后的应用连接切换;
  6. 旧主库重新接入前的隔离;
  7. 新主库产生新时间线后的备库重建或重新跟随;
  8. 切换期间的事务重试和幂等处理。

演练中要记录从故障检测到服务恢复的时间,而不是只记录备库提升命令的执行时间。DNS、连接池、应用重连、缓存预热和权限配置都可能成为 RTO 的组成部分。

备份和时间点恢复

同步或异步备库都不应被当作唯一备份。应单独核对:

  • 基础备份是否能够完成;
  • WAL 归档是否连续;
  • 备份是否存放在独立故障域;
  • 是否能恢复到误操作前的时间点;
  • 恢复后的扩展、权限和应用连接是否完整;
  • 备份恢复演练是否达到业务规定的 RTO。

如果业务最担心的是误删和错误发布,时间点恢复的重要性可能高于把流复制从异步改成同步。流复制保护的是复制链路上的数据可用性,时间点恢复保护的是历史状态。

按条件确定选择路径

可以按以下路径做最终判断:

按条件确定选择路径配图

  • RPO 接近零,主库与备库处于低时延独立故障域,能够接受链路异常时写入等待:评估同步流复制,并重点验证 synchronous_commit、同步备库状态和故障切换流程。
  • 异地链路时延高或不稳定,业务要求主库持续写入,允许秒级或分钟级数据窗口:采用异步流复制,同时用刷盘差距、WAL 速率和归档连续性量化 RPO。
  • 既要应对主机故障,又要覆盖机房级灾难:优先评估本地同步备库加异地异步备库,并为两类故障分别制定提升目标。
  • 业务无法判断可接受的数据窗口:先测量峰值 WAL 速率、提交延迟、备库刷盘能力和切换耗时,再根据演练结果确定同步范围,不要直接把所有备库都配置为同步。
  • 需要备库立即可读到主库刚提交的数据:单独评估 remote_apply、读写路由和会话一致性,不要把普通同步刷盘误认为已经完成回放。

最终配置应同时满足数据保护、写入可用性和可执行的故障恢复流程。同步或异步只是复制确认策略,真正决定数据库服务器高可用效果的,是故障边界是否独立、RPO 是否可测量、RTO 是否演练过,以及切换后能否避免旧主库继续写入。

本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/9330.html

相关推荐