☰

为什么 Postgres 有 95% 处于空闲状态，且没有文件 I/O？

tag-icon • tag-icon performance postgresql diagnostic bottleneck postgis
为什么 Postgres 有 95% 处于空闲状态，且没有文件 I/O？

我在 OpenStack 云上的 8 核 Ubuntu 12.04 VM 上运行了一个 TileMill/PostGIS 堆栈。这是一个非常相似的系统的重建，该系统上周在非常相似的硬件（我相信是同一个云，但物理硬件不同）上运行良好。我尝试重建与原先完全相同的堆栈（使用我构建的一些脚本）。

一切都在运行，但数据库执行查询的速度非常慢，最终导致图块生成速度非常慢。一个示例查询（计算澳大利亚每个城镇半径范围内的酒吧数量），以前需要 10-20 秒，现在需要 10 多分钟：

explain (analyze, buffers) update places set pubs = 
(select count(*) from planet_osm_point p where p.amenity = 'pub' and st_dwithin(p.way,places.way,scope)) +
(select count(*) from planet_osm_polygon p where p.amenity = 'pub' and st_dwithin(p.way,places.way,scope)) ;
 Update on places  (cost=0.00..948254806.93 rows=9037 width=160) (actual time=623321.558..623321.558 rows=0 loops=1)
   Buffers: shared hit=132126300
   ->  Seq Scan on places  (cost=0.00..948254806.93 rows=9037 width=160) (actual time=68.130..622931.130 rows=9037 loops=1)
         Buffers: shared hit=132107781
         SubPlan 1
           ->  Aggregate  (cost=12.95..12.96 rows=1 width=0) (actual time=0.187..0.188 rows=1 loops=9037)
                 Buffers: shared hit=158171
                 ->  Index Scan using planet_osm_point_index on planet_osm_point p  (cost=0.00..12.94 rows=1 width=0) (actual time=0.163..0.179 rows=0 loops=9037)
                       Index Cond: (way && st_expand(places.way, (places.scope)::double precision))
                       Filter: ((amenity = 'pub'::text) AND (places.way && st_expand(way, (places.scope)::double precision)) AND _st_dwithin(way, places.way, (places.scope)::double precision))
                       Buffers: shared hit=158171
         SubPlan 2
           ->  Aggregate  (cost=104917.24..104917.25 rows=1 width=0) (actual time=68.727..68.728 rows=1 loops=9037)
                 Buffers: shared hit=131949237
                 ->  Seq Scan on planet_osm_polygon p  (cost=0.00..104917.24 rows=1 width=0) (actual time=68.138..68.716 rows=0 loops=9037)
                       Filter: ((amenity = 'pub'::text) AND (way && st_expand(places.way, (places.scope)::double precision)) AND (places.way && st_expand(way, (places.scope)::double precision)) AND _st_dwithin(way, places.way, (places.scope)::double precision))
                       Buffers: shared hit=131949237
 Total runtime: 623321.801 ms

（我将这个查询作为症状，而不是直接作为需要解决的问题。这个特定的查询大约每周只运行一次。）

该服务器有 32 GB 的 RAM，我已经按如下方式配置了 Postgres（按照在网上找到的建议）：

shared_buffers = 8GB
autovacuum = on
effective_cache_size = 8GB
work_mem = 128MB
maintenance_work_mem = 64MB
wal_buffers = 1MB
checkpoint_segments = 10

iostat显示未读取任何内容，但写入了一些数据（不知道写入位置或原因），并且 CPU 空闲率为 95％：

avg-cpu:  %user   %nice %system %iowait  %steal   %idle
           5.40    0.00    0.00    0.11    0.00   94.49

Device:            tps    kB_read/s    kB_wrtn/s    kB_read    kB_wrtn
vda               0.20         0.00         0.80          0          8
vdb               2.30         0.00        17.58          0        176

示例输出来自vmstat：

  procs -----------memory---------- ---swap-- -----io---- -system-- ----cpu----
 r  b   swpd   free   buff  cache   si   so    bi    bo   in   cs us sy id wa
...
 1  0      0 18329748 126108 12600436    0    0     0    18  148  140  5  0 95  0
 2  0      0 18329400 126124 12600436    0    0     0     9  173  228  5  0 95  0

我拼命想把 Postgres 数据目录从 vda 移到了 vdb，但这当然没有什么区别。

所以我很困惑。为什么 Postgres 在不等待任何 I/O 时只使用了 5% 的可用 CPU？我欢迎任何关于进一步调查、其他工具、随机尝试的建议。

更新

我拍摄了服务器快照，并在同一云的不同部分（不同的可用区域）上启动了它。结果有点奇怪。vmstat这台服务器报告 CPU 使用率为 12%（我现在明白这是 8 核 VM 上单个 Postgres 查询的预期值）——尽管实际查询执行时间几乎相同（630 秒 vs 623 秒）。

我现在意识到这个特定的查询可能不是一个好的样本，原因如下：它只能使用一个核心，而且它是一个update（而图块渲染只是selects）。

我也没有注意到，explain显然planet_osm_polygon没有使用索引。这很可能是原因，所以我接下来会继续研究。

更新2

问题肯定是 planet_osm_polygon 索引未被使用。有两个（一个由 osm2pgsql 创建，一个由我按照一些随机指南创建）：

CREATE INDEX idx_planet_osm_polygon_tags
  ON planet_osm_polygon
  USING gist
  (tags);


CREATE INDEX planet_osm_polygon_pkey
  ON planet_osm_polygon
  USING btree
  (osm_id);

我认为 planet_osm_polygon 和 planet_osm_point 上的统计数据非常具有启发性：

planet_osm_多边形：

Sequential Scans    194204  
Sequential Tuples Read  60981018608 
Index Scans 1574    
Index Tuples Fetched    0

planet_osm_point（行星位置点）：

Sequential Scans    1142    
Sequential Tuples Read  12960604    
Index Scans 183454  
Index Tuples Fetched    43427685

如果我没看错的话，Postgres 已经搜索了 planet_osm_polygon 1574 次，但实际上没有找到任何东西，因此进行了大量的强力搜索。

新问题：为什么？

谜团已揭开

谢谢Frederik Ramm 的回答，答案其实很简单：由于某种原因，没有空间索引。重新生成它们很简单：

create index planet_osm_polygon_polygon on planet_osm_polygon using gist(way);
create index planet_osm_polygon_point on planet_osm_point using gist(way);

现在运行该查询需要 4.6 秒。空间索引很重要！：）

答案1

运行你的通过 explain.depesz.com 解释 Anlayze 输出强调大部分的缓慢来自于这个动作：

Seq Scan on planet_osm_polygon p

之前有索引过吗？现在可以索引吗？

通过搜索该问题区域，我还在 Open Street Map 网站上找到了相关的问答：

答案2

PostgreSQL 只能使用一个核心来执行任何给定的查询。它在执行许多并发查询时实现了良好的并行性能，但对于只有几个非常大的查询的工作负载，大量核心数量不会带来好处。因此，如果您只运行单个查询，那么 5% 并不奇怪，尽管我预计在 8 核系统上它会达到 12%。

缺少 iowait 表明它可能没有受到磁盘 I/O 的影响。

因此 - 它似乎没有在 CPU 或 I/O 上遇到瓶颈。

查询是否可能只是被锁暂时阻塞？检查查询pg_stat_activity，并加入pg_locks以查看是否有任何未授予的锁。（有关于 Pg 锁监控的预设查询）。

接下来要做的是运行一些较低级别的系统测试。运行pg_test_fsync，使用 sysbench 的 CPU 和 I/O 测试等。如果这些测试表现也很糟糕，请向您的托管服务提供商提出。

您还应该收集perf top -a一些输出，看看它实际上在做什么。

相关内容