1.前言
PostgreSQL的监控方案很多，功能强悍的包括zabbix、prometheus等，再搭配上grafana和echarts等可视化工具，逼格杠杠。还有针对PostgreSQL特定的监控如pg_top、pgwatch、pg_cluu、pgbadger、pigsty(这个很牛掰)，当然有些不能算是严格意义上的监控，如pgbadger，更多的是帮我们分析日志。因为PostreSQL自带的统计视图很多(pg_stat*开头，所以可以很方便的集成到各种各样的监控方案里)，再加上各种各样的Extension，也可以监控到底层诸如缓冲区使用率等。
今天分享的是一个使用go编写的轻量化监控工具Sampler，它自己的介绍就是：No servers, no databases, no deploy - you specify shell commands, and it just works.，不需要单独的服务器，不需要数据库，也不需要像zabbix一样在需要监控的服务器上安装agent采集端，十分轻量，另外基于go本身的优点，Sampler极容易部署。
2.开整
如上，部署极其简单，环境是centos7，两个命令就OK了
|
sudo wget https://github.com/sqshq/sampler/releases/download/v1.1.0/sampler-1.1.0-linux-amd64 -O /usr/local/bin/sampler sudo chmod +x /usr/local/bin/sampler |
先看一下官方的展示图：
展示一下自己做的监控：
在这个监控模板上，主要监控了这么几点：
1．数据库年龄，PostgreSQL里面比较头疼的一点就是21亿事务的限制，稍微活跃一点的数据库，就会面临事务ID回卷，到达2^31 - 1000W就会打印：
WARNING: database "mydb" must be vacuumed within 177009986 transactions
HINT: To avoid a database shutdown, execute a database-wide VACUUM in "mydb".
到达还剩100W的时候，就会变成只读拒绝写了。
2．数据库的流量，使用的基准视图是pg_stat_bgwriter，bgwriter的存在可以有效预防IO尖刺，此处摘取了其中三列buffers_backend、buffers_checkpoint和buffers_clean，buffers_backend代表直接由backend process自己主动写出的buffer。buffers_checkpoint由checkpoint写出的，buffers_clean则是bgwriter写出的，所以假如buffers_backend值过大。或者相比于buffers_checkpoint和buffers_clean，并没有小很多，那么就代表shared buffer没有维护好，后端进程不得不自己去进行刷盘的动作。
3．缓冲区命中率，这个也和shared buffers有关，直接在缓冲区命中了那就不需要额外的IO，查询速度也就会快(这里没有考虑page cache的影响)
4．事务提交回滚率，这个主要和应用相关，一般都会引入异常、超时等机制，那么对应到数据库往往事务就会回滚，可以起到预警作用
5．服务器的状态，如服务器负载、cpu使用率和剩余内存等
6．连接监控，因为PostgreSQL是进程模型，没有原生的进程池，需要时刻预防连接风暴
像其他的如表膨胀、锁和vacuum的监控等，这里就没有演示了。
Sampler支持如下几种图形：
1)Sparkline -- 趋势图
2)Barchart -- 条状图
3)Gauge -- 就暂时叫进度图
4)Textbox -- 文本框
5)Asciibox -- 不知道叫啥
并且也支持类似的数据库触发器以告警发邮件等：Triggers allow to perform conditional actions, like visual/sound alerts or an arbitrary shell command. The following examples illustrate the concept.
除了支持PostgreSQL和MySQL数据库，也支持对Kafka、Docker的监控。
贴一下自己做的监控，直接复制即可使用：
|
variables: PGPASSWORD: pwd postgres_connection: psql -h localhost -U postgres --no-align --tuples-only runcharts: - title: Data write(Byte) position: [[0, 8], [20, 12]] rate-ms: 500 legend: enabled: true details: false scale: 2 items: - label: background writer color: 178 sample: psql -At -U postgres -c "select 8 * (buffers_checkpoint + buffers_clean + buffers_backend)/1024 as total_writen from pg_stat_bgwriter;" - label: checkpoint write color: 162 sample: psql -At -U postgres -c "select buffers_checkpoint * 8 / (checkpoints_timed + checkpoints_req) as checkpoint_write_avg from pg_stat_bgwriter" - title: PostgreSQL connections position: [[40, 8], [40, 12]] rate-ms: 500 legend: enabled: true details: false scale: 2 items: - label: active connections color: 178 sample: psql -At -U postgres -c "select count(*) from pg_stat_activity where state = 'active' and pid <> pg_backend_pid();" - label: idle connections color: 162 sample: psql -At -U postgres -c "select count(*) from pg_stat_activity where state = 'idle' and pid <> pg_backend_pid();" - label: idle in transaction connections color: 32 sample: psql -At -U postgres -c "select count(*) from pg_stat_activity where state = 'idle in transaction' and pid <> pg_backend_pid();" barcharts: - title: PostgreSQL Database Status position: [[0, 0], [40, 8]] rate-ms: 500 scale: 0 items: - label: tuple insert init: $postgres_connection sample: select tup_inserted from pg_stat_database where datname = current_database(); - label: tuple delete init: $postgres_connection sample: select tup_deleted from pg_stat_database where datname = current_database(); - label: tuple update init: $postgres_connection sample: select tup_updated from pg_stat_database where datname = current_database(); - label: tuple fetch init: $postgres_connection sample: select tup_fetched from pg_stat_database where datname = current_database(); gauges: - title: PostgreSQL Database Age position: [[0, 32], [40, 8]] rate-ms: 500 scale: 2 color: 122 percent-only: false cur: sample: psql -At -U postgres -c "select age(datfrozenxid) from pg_database where datname = current_database();" max: sample: psql -At -U postgres -c "select 210000" --此处为了演示 min: sample: psql -At -U postgres -c "select 100" sparklines: - title: CPU usage position: [[0, 20], [40, 12]] rate-ms: 200 scale: 0 sample: ps -A -o %cpu | awk '{s+=$1} END {print s}' - title: PostgreSQL cache hit ratio position: [[40, 20], [40, 12]] init: $postgres_connection sample: select round(sum(blks_hit)*100/sum(blks_hit+blks_read),2)::numeric from pg_stat_database where datname = current_database(); - title: PostgreSQL transaction commit ratio position: [[40, 0], [40, 8]] init: $postgres_connection sample: select round(100*(xact_commit::numeric/(case when xact_commit > 0 then xact_commit else 1 end + xact_rollback)),2)::numeric as commit_ratio from pg_stat_database where datname = current_database(); textboxes: - title: Server status position: [[20, 8], [20, 12]] rate-ms: 500 sample: top -bn 1 | head -n 5 asciiboxes: - title: PostgreSQL Version position: [[40, 32], [40, 8]] rate-ms: 500 color: 43 sample: psql -At -U postgres -c "select version()" border: false font: 2d |
3.结尾
Sampler是go编写的轻量化监控工具，支持多种图表，无需像诸如zabbix + grafana这样的组合拳即可酷炫地展示，另外部署方便，不需要过多的研究摸索，就可以很快上手，不失为一个好的临时监控解决方案。
参考：https://gitee.com/mirrors/Sampler#databases。