当前位置: 首页 > ds >正文

PostgreSQL的扩展 pg_buffercache

PostgreSQL的扩展 pg_buffercache

pg_buffercache 是 PostgreSQL 提供的一个关键性能监控扩展,用于观察共享缓冲区中的页面缓存情况。

一、扩展概述

  • 功能:实时查看共享缓冲区的使用情况
  • 用途
    • 性能分析与调优
    • 缓存命中率分析
    • 识别热点数据
    • 内存配置优化
  • 版本兼容:PostgreSQL 8.1+

二、安装与基本使用

1. 安装方法

CREATE EXTENSION pg_buffercache;-- 验证安装
SELECT * FROM pg_available_extensions WHERE name = 'pg_buffercache';

2. 核心视图说明

-- 查看视图结构
\d pg_buffercache-- 主要字段说明:
/*
bufferid    - 缓冲区ID
relfilenode - 关联的文件节点
reltablespace - 表空间OID
reldatabase - 数据库OID
relblocknumber - 块号
isdirty     - 是否为脏页
usagecount  - 使用计数(时钟算法)
pinning_backend - 钉住该缓冲区的后端PID
*/

三、关键查询示例

1. 查看缓存分布

SELECT c.relname,count(*) AS buffers,round(100.0 * count(*) / (SELECT setting FROM pg_settings WHERE name='shared_buffers')::integer, 2) AS "% of cache"
FROM pg_buffercache b
JOIN pg_class c ON b.relfilenode = pg_relation_filenode(c.oid)
GROUP BY c.relname
ORDER BY buffers DESC
LIMIT 10;

2. 识别热点表

SELECT c.relname,b.usagecount,count(*) AS buffers
FROM pg_buffercache b
JOIN pg_class c ON b.relfilenode = pg_relation_filenode(c.oid)
GROUP BY c.relname, b.usagecount
ORDER BY c.relname, b.usagecount;

3. 检查脏页情况

SELECT c.relname,count(*) FILTER (WHERE b.isdirty) AS dirty_buffers,count(*) AS total_buffers
FROM pg_buffercache b
JOIN pg_class c ON b.relfilenode = pg_relation_filenode(c.oid)
GROUP BY c.relname
HAVING count(*) FILTER (WHERE b.isdirty) > 0
ORDER BY dirty_buffers DESC;

四、高级分析技术

1. 缓存命中率计算

WITH cache_data AS (SELECT c.relname,count(*) AS cached_blocksFROM pg_buffercache bJOIN pg_class c ON b.relfilenode = pg_relation_filenode(c.oid)GROUP BY c.relname
),
table_stats AS (SELECT relname,heap_blks_read + heap_blks_hit AS total_read,heap_blks_hit AS hitsFROM pg_statio_user_tables
)
SELECT t.relname,t.hits,t.total_read,round(t.hits * 100.0 / NULLIF(t.total_read, 0), 2) AS hit_ratio,c.cached_blocks
FROM table_stats t
JOIN cache_data c ON t.relname = c.relname
ORDER BY t.total_read DESC;

2. 索引缓存效率分析

SELECT c.relname AS index_name,count(*) AS cached_blocks,pg_size_pretty(count(*) * 8192) AS cached_size
FROM pg_buffercache b
JOIN pg_class c ON b.relfilenode = pg_relation_filenode(c.oid)
WHERE c.relkind = 'i'
GROUP BY c.relname
ORDER BY cached_blocks DESC;

五、生产环境应用

1. 共享内存配置调优

-- 计算当前缓存利用率
SELECT (SELECT setting FROM pg_settings WHERE name='shared_buffers')::int AS shared_buffers,count(*) AS used_buffers,round(count(*) * 100.0 / (SELECT setting FROM pg_settings WHERE name='shared_buffers')::int, 2) AS "% used"
FROM pg_buffercache;-- 调整建议(需重启):
-- shared_buffers = 25% of total RAM (for dedicated DB servers)

2. 检查缓存竞争

SELECT c.relname,count(DISTINCT b.pinning_backend) AS pinned_by,count(*) AS total_blocks
FROM pg_buffercache b
JOIN pg_class c ON b.relfilenode = pg_relation_filenode(c.oid)
WHERE b.pinning_backend IS NOT NULL
GROUP BY c.relname
ORDER BY pinned_by DESC;

六、与其它工具集成

1. 结合pg_stat_statements

-- 找出高频查询访问的表
WITH top_tables AS (SELECT query,(regexp_matches(query, 'FROM\s+(\w+)', 'gi'))[1] AS tablenameFROM pg_stat_statementsORDER BY calls DESCLIMIT 10
)
SELECT t.tablename,count(*) AS buffers,s.query
FROM pg_buffercache b
JOIN pg_class c ON b.relfilenode = pg_relation_filenode(c.oid)
JOIN top_tables t ON c.relname = t.tablename
JOIN pg_stat_statements s ON t.query = s.query
GROUP BY t.tablename, s.query;

2. 导出缓存快照

# 生成缓存报告
psql -c "COPY (SELECT * FROM pg_buffercache) TO '/tmp/buffer_cache_snapshot.csv' WITH CSV HEADER"

七、性能注意事项

  1. 查询开销

    • pg_buffercache需要获取共享缓冲区锁
    • 生产环境避免高频查询(>1次/分钟)
    • 建议在维护窗口或低峰期执行
  2. 替代方案

    -- 轻量级替代(不显示具体内容)
    SELECT * FROM pg_stat_bgwriter;-- 检查点活动监控
    SELECT * FROM pg_stat_checkpoints;
    

八、扩展限制

  1. 需要超级用户权限
  2. 仅显示当前数据库集群的缓存
  3. 不显示系统目录缓存细节(除非明确查询)
  4. 结果具有瞬时性,可能很快变化

pg_buffercache 是PostgreSQL性能调优的核心工具之一,合理使用可以帮助DBA优化内存配置、识别性能瓶颈,但需要注意查询本身对系统性能的影响。

更详细的内容请查看官方文档:

https://www.postgresql.org/docs/17/pgbuffercache.html
http://www.xdnf.cn/news/12030.html

相关文章:

  • TDengine 开发指南——高效写入
  • ​BEV和OCC学习-3:mmdet3d 坐标系
  • 知识拓展卡————————关于Access、Trunk、Hybrid端口
  • Duix.HeyGem:以“离线+开源”重构数字人创作生态
  • Rust 控制流
  • 共识机制全景图:PoW、PoS 与 DAG 的技术对比
  • 华为设备OSPF配置与实战指南
  • 一键更新依赖全指南:Flutter、Node.js、Kotlin、Java、Go、Python 等主流语言全覆盖
  • Elasticsearch索引(Index)介绍,它与数据库中的表有什么区别?
  • Monorepo架构: 项目管理工具介绍、需求分析与技术选型
  • 2025软件供应链安全最佳实践︱证券DevSecOps下供应链与开源治理实践
  • 2025年渗透测试面试题总结-腾讯[实习]科恩实验室-安全工程师(题目+回答)
  • 国芯思辰| 适用于小家电的触摸型8051核微控制器AiP8F3232
  • 链路状态路由协议-OSPF
  • 从Node.js到React/Vue3:流式输出技术的全栈实现指南
  • Win11系统输入时首字母丢失 - 解决方案
  • layer norm和 rms norm 对比
  • es地理信息索引的类型以及geo_point‌和geo_hash的关系
  • PyTorch——损失函数与反向传播(8)
  • QT链接其他项目的C++文件报链接错误
  • n8n:解锁自动化工作流的无限可能
  • vue3从入门到精通(基础+进阶+案例)
  • RK3568平台 USB框架与USB识别流程_rk3568 usb otg
  • 服务器上reportqueue文件夹,删除reportqueue文件夹的操作方法-电脑自学网
  • 【Cisco Packet Tracer| 一.交换机配置模式与基本参数配置】
  • 文件怎么加密?推荐五款文件加密软件,第一款太香!
  • C语言之编程基础
  • linux系统下安装flash插件
  • 图片网站源码_Python爬虫入门,煎蛋网XXOO图片抓取!
  • 【Netlink】学习笔记与实践