GaussDB--Ops巡检-数据库最长事务执行时长超长处理步骤

告警解释

=======

此告警对应指标“数据库最长事务执行时间”超出配置阈值，此指标反映数据库中执行时间最长的事务执行时长。

对系统的影响

• 长事务长时间持锁，阻塞业务语句或运维操作的语句执行。

• 事务不提交，影响存储层面的执行。

  

  事务不提交部分场景如下：

  1. 锁不释放，导致其他事务等待，线程池满，影响并发，性能劣化。
  2. 创建逻辑复制槽失败。
  3. 逻辑复制槽不推进或推进缓慢。
  4. 影响vacuum，导致表空间膨胀。
  5. 导致节点替换、节点修复、扩容等运维操作失败。

可能原因

• 业务正常逻辑，需要执行运行时间长的大事务。
• 存在慢SQL。

处理步骤

1. 收到告警后，通过查看监控指标查看指标“数据库最长事务执行时间”，确认指标情况以及触发告警的组件。

2. 通过如下方式处理：

   • 方式一：通过查杀会话终止长事务。

   • 方式二：登录实例数据库，执行如下命令，确认执行时间最长的事务，执行3。

     SELECT usename, pid, sessionid, query, state, now() - xact_start as elp from pg_stat_activity where pid !=0 and elp IS NOT NULL and usename not in ('rdsAdmin', 'rdsMetric', 'rdsBackup', 'rdsRepl') and state != 'idle' order by elp desc limit 50;
     

     

     • pid：线程ID。
     • sessionid：会话ID。
     • elp：事务的执行时长。

3. 如果已有其他告警或业务已经受到影响，且根据其他告警的分析手段已经确定是长事务导致，可以根据2中方式二查询的内容，确认是否能够终止长事务。

   • 执行如下命令终止，其中pid和sessionid通过2获取。

     SELECT pg_terminate_session($pid, $sessionid);
     

   • 如果没有影响业务，可以执行4开始做分析。

4. 根据SQL查询出的数据，通过query值进行分析。

   • 如果值对应的内容是业务上符合预期的长事务，对长事务SQL做优化。

   • 如果值对应的内容不是业务上符合预期的长事务，首先执行如下命令，留存当前执行的堆栈信息，便于后续分析：

     SELECT gs_stack($pid);
     

     参考《云数据库 GaussDB 24.1.30 维护指南(for 华为云Stack 8.3.1)》中的“故障管理 > 故障处理 > 数据库故障定位方法 > 性能类问题 > 单SQL性能慢分析”章节分析事务执行时间长的原因。

告警清除

此告警修复后，系统会自动清除此告警，无需手工清除。

参考信息

不涉及。

更多详情请参考GaussDB 文档中心：doc.hcs.huawei.com/db/zh-cn/ga…