Postgresql

Barman:rsync wal 檔案在某些文件上停滯不前

  • July 23, 2020

我正在通過 rsync 從 postgres 伺服器存檔 wal 文件,大多數情況下存檔工作正常且速度很快,連接的速度測試在這裡:(這是通過網際網路進行的)

[ ID] Interval           Transfer     Bandwidth       Retr  Cwnd
[  4]   0.00-1.00   sec  9.30 MBytes  78.0 Mbits/sec    0    395 KBytes
[  4]   1.00-2.00   sec  66.3 MBytes   556 Mbits/sec   14   1.05 MBytes
[  4]   2.00-3.00   sec  75.0 MBytes   629 Mbits/sec    0   1.16 MBytes
[  4]   3.00-4.00   sec  81.2 MBytes   682 Mbits/sec    0   1.24 MBytes
[  4]   4.00-5.00   sec  86.2 MBytes   724 Mbits/sec    0   1.30 MBytes
[  4]   5.00-6.00   sec  88.8 MBytes   744 Mbits/sec    0   1.34 MBytes
[  4]   6.00-7.00   sec  91.2 MBytes   765 Mbits/sec    0   1.37 MBytes
[  4]   7.00-8.00   sec  92.5 MBytes   776 Mbits/sec    0   1.38 MBytes
[  4]   8.00-9.00   sec  93.8 MBytes   786 Mbits/sec    0   1.39 MBytes
[  4]   9.00-10.00  sec  63.8 MBytes   535 Mbits/sec   22    535 KBytes

因此,可用的頻寬綽綽有餘。

但是在某些 WAL 文件上,它只是爬得很慢,需要 30 - 50 秒才能傳輸 16 MB 文件,我不知道在哪裡調試/查找問題。

rsync 命令如下所示:

rsync -p --chmod=Fg+r,Fo+r --timeout 10 -e /usr/bin/ssh -i /var/lib/pgsql/.ssh/id_rsa -a pg_wal/000000080000A5500000005D barman@barman_host/data/database/pg/incoming/000000080000A5500000005D

我在接收端通過 strace 查看了 rsync,似乎只有來自發送端的數據包到達的速度不夠快。我嘗試通過 ssh 擷取文件並將其輸出到我的控制台上,這在 rsync 傳輸之前完成。我試圖將它轉移到 /dev/null,那是即時的。

所以我假設源驅動器足夠快。

我通過一個 rsync 命令傳輸了大量 WAL 文件(60GB),速度也很快,平均 65 MB/s,所以這告訴我一切正常,但有些文件仍然很慢。

我還能看什麼?我如何確定問題是發送端、網速還是接收端,是否有一些特殊的日誌可以在 rsync 上啟動?我可以通過 strace 檢查系統呼叫的時間嗎?

ls -l 000000080000A578000000E8
-rw-------. 1 postgres postgres 16777216 Jul 19 07:32 000000080000A578000000E8
bash-4.2$ du -sh 000000080000A578000000E8
11M 000000080000A578000000E8
bash-4.2$ du -sh 000000080000A578000000E8 --apparent-size
16M 000000080000A578000000E8

WAL 驅動器是具有壓縮功能的 ZFS,因此有所不同。

同樣為了完成,所有 zfs 屬性:

storage/database  type                  filesystem                       -
storage/database  creation              Thu Apr 19 12:22 2018            -
storage/database  used                  1.33T                            -
storage/database  available             369G                             -
storage/database  referenced            1.33T                            -
storage/database  compressratio         2.13x                            -
storage/database  mounted               yes                              -
storage/database  quota                 none                             default
storage/database  reservation           none                             default
storage/database  recordsize            16K                              inherited from storage
storage/database  mountpoint            /data/                        
local
storage/database  sharenfs              off                              default
storage/database  checksum              on                               default
storage/database  compression           lz4                              inherited from storage
storage/database  atime                 off                              inherited from storage
storage/database  devices               on                               default
storage/database  exec                  on                               default
storage/database  setuid                on                               default
storage/database  readonly              off                              default
storage/database  zoned                 off                              default
storage/database  snapdir               hidden                           default
storage/database  aclinherit            restricted                       default
storage/database  createtxg             1159021                          -
storage/database  canmount              on                               default
storage/database  xattr                 sa                               inherited from storage
storage/database  copies                1                                default
storage/database  version               5                                -
storage/database  utf8only              off                              -
storage/database  normalization         none                             -
storage/database  casesensitivity       sensitive                        -
storage/database  vscan                 off                              default
storage/database  nbmand                off                              default
storage/database  sharesmb              off                              default
storage/database  refquota              none                             default
storage/database  refreservation        none                             default
storage/database  guid                  8214081110063784152              -
storage/database  primarycache          all                              default
storage/database  secondarycache        all                              default
storage/database  usedbysnapshots       0B                               -
storage/database  usedbydataset         1.33T                            -
storage/database  usedbychildren        0B                               -
storage/database  usedbyrefreservation  0B                               -
storage/database  logbias               throughput                       inherited from storage
storage/database  dedup                 off                              default
storage/database  mlslabel              none                             default
storage/database  sync                  disabled                         local
storage/database  dnodesize             legacy                           default
storage/database  refcompressratio      2.13x                            -
storage/database  written               1.33T                            -
storage/database  logicalused           2.82T                            -
storage/database  logicalreferenced     2.82T                            -
storage/database  volmode               default                          default
storage/database  filesystem_limit      none                             default
storage/database  snapshot_limit        none                             default
storage/database  filesystem_count      none                             default
storage/database  snapshot_count        none                             default
storage/database  snapdev               hidden                           default
storage/database  acltype               off                              default
storage/database  context               none                             default
storage/database  fscontext             none                             default
storage/database  defcontext            none                             default
storage/database  rootcontext           none                             default
storage/database  relatime              off                              default
storage/database  redundant_metadata    all                              default
storage/database  overlay               off                              default

但是在過去的幾天裡,ZFS 驅動器沒有任何改變——整個問題才從星期五(7 月 17 日)開始。

此外,如果我複制粘貼命令並再次執行它,它會立即完成 - 仍在執行的命令將繼續掛起。

使用 ls -lah 您可以了解臨時文件如何變得越來越大(大約 150 KB/s)

感謝任何花時間閱讀本文的人!

編輯:我在 wal 歸檔過程中添加了計時記錄,結果如下:

000000080000A57C00000034 1
000000080000A57C00000035 0
000000080000A57C00000036 0
000000080000A57C00000037 1
000000080000A57C00000038 1
000000080000A57C00000039 119
000000080000A57C0000003A 2
000000080000A57C0000003B 1
000000080000A57C0000003C 127
000000080000A57C0000003D 2
000000080000A57C0000003E 1
000000080000A57C0000003F 1
000000080000A57C00000040 1
000000080000A57C00000041 1
000000080000A57C00000042 1
000000080000A57C00000043 1
000000080000A57C00000044 1
000000080000A57C00000045 1
000000080000A57C00000046 1
000000080000A57C00000047 1
000000080000A57C00000048 1
000000080000A57C00000049 105
000000080000A57C0000004A 2
000000080000A57C0000004B 2
000000080000A57C0000004C 1
000000080000A57C0000004D 1
000000080000A57C0000004E 118
000000080000A57C0000004F 2
000000080000A57C00000050 1
000000080000A57C00000051 120
000000080000A57C00000052 2
000000080000A57C00000053 1

右邊的數字是對指定文件執行 Rsync 命令所用的秒數。

編輯2:

我用每側 2 個 ram 驅動器重新創建了這個問題。我提取了使用的埠,發現它們都是偶數(可能是一個提示)

我已經在我這邊(目標)的網際網路連接之間切換,問題就消失了。根據討論,這似乎是某個路徑上的網路問題(可能是由於負載平衡)

我將更新最終決議。

編輯3:

我們的供應商是 Hetzner,他們的一個 DECIX 模組(https://www.hetzner-status.de/#16045)有問題。停用後問題就消失了。

由於最初認為故障與網路相關,因此我建議任何人都遵循相同的步驟。

  1. 在應用程序之外重複相同的傳輸,收集執行時指標、使用的埠、路由路徑
  2. 重複路由到多個不同的網際網路連接
  3. 請與您的網際網路提供商/託管服務提供商聯繫並提供資訊

保持這個問題開放是沒有意義的,因為這是一個間歇性的問題,但也許將來有人可能會有同樣的問題。

引用自:https://serverfault.com/questions/1025794