Aurora PostgreSQL의 일반적인 PostgreSQL 성능 문제에 대한 초기 문제 해결

이 가이드에서는 Aurora PostgreSQL 데이터베이스에 영향을 미치는 가장 일반적인 네 가지 성능 문제, 즉 테이블 및 인덱스 팽창, 병렬 쿼리 리소스 소진, 높은 연결 및 인증 압력, autovacuum 조정을 다룹니다. 심층 조사를 시작하기 전에 성능 저하가 발생할 때 이 가이드를 1차 진단 체크리스트로 사용합니다.

각 섹션에서는 관찰할 수 있는 증상을 설명하고, 근본 원인을 확인하기 위한 진단 쿼리를 제공하고, 특정 문제 해결 단계를 권장합니다.

빠른 진단 체크리스트

성능 문제를 처음 조사할 때 다음과 같이 순서가 지정된 분류 단계를 사용합니다.

테이블 및 인덱스 팽창

테이블 및 인덱스 팽창은 autovacuum이 회수할 수 있는 것보다 빠르게 데드 튜플이 테이블에 누적될 때 발생합니다. 시간이 지남에 따라 점진적인 쿼리 성능 저하, 스토리지 사용량 증가 및 최적이 아닌 쿼리 계획이 발생합니다.

증상

진단

시스템 카탈로그를 쿼리하여 모든 테이블에서 팽창을 추정할 수 있습니다. 이 접근 방식에는 확장이 필요하지 않습니다.

SELECT schemaname, relname,
       n_dead_tup,
       n_live_tup,
       ROUND(n_dead_tup::numeric / GREATEST(n_live_tup, 1) * 100, 2) AS dead_pct,
       last_autovacuum,
       last_autoanalyze
FROM pg_stat_user_tables
WHERE n_dead_tup > 10000
ORDER BY n_dead_tup DESC
LIMIT 20;

팽창을 해결하기 위해 pg_repack 확장을 사용하여 최소한의 잠금으로 테이블과 인덱스를 재구성할 수 있습니다. 자세한 내용은 pg_repack을 사용하여 테이블에서 팽창 제거 및 pg_repack을 사용하여 Amazon Aurora 및 RDS for PostgreSQL에서 팽창 제거를 참조하세요.

병렬 쿼리 리소스 소진

PostgreSQL은 쿼리를 병렬로 실행하여 대규모 순차 스캔 및 집계의 성능을 개선할 수 있습니다. 그러나 각 병렬 작업자는 max_worker_processes(및 하위 제한 max_parallel_workers)에 대해 계산되고 자체 work_mem을 할당하는 전체 백엔드 프로세스입니다. 병렬 작업자가 4개인 단일 쿼리는 수백 메가바이트의 메모리와 상당한 CPU를 소비할 수 있습니다. 동시성이 높으면 과도한 병렬 처리로 인해 CPU와 메모리가 빠르게 소진될 수 있습니다.

일반적인 증상으로는 갑작스러운 CPU 스파이크, 쿼리당 높은 메모리 사용량, 애플리케이션 변경 없이 CloudWatch에서 DatabaseConnections 상승 등이 있습니다. IPC:BgWorkerStartup, IPC:ExecuteGather 및 IPC:ParallelFinish와 같은 대기 이벤트를 관찰할 수도 있습니다. 이러한 대기 이벤트에 대한 자세한 내용은 IPC:parallel 대기 이벤트를 참조하세요.

대부분의 OLTP 및 동시성이 높은 프로덕션 워크로드의 경우 DB 파라미터 그룹에서 max_parallel_workers_per_gather = 0을 설정하여 자동 병렬 처리를 비활성화합니다. 그런 다음 세션별 또는 역할별로 파라미터를 설정하여 특정 분석 또는 보고 세션에 대해 병렬 처리를 선택적으로 활성화할 수 있습니다.

병렬 쿼리 동작 진단 및 제어에 대한 자세한 지침은 Aurora PostgreSQL의 병렬 쿼리 모범 사례를 참조하세요.

높은 연결 및 인증 압력

풀링 없이 데이터베이스 연결을 자주 열고 닫는 연결 이탈은 인증 오버헤드를 발생시키고 사용 가능한 연결 슬롯을 소진할 수 있습니다. 열린 상태로 남아 있는 유휴 연결은 유용한 작업을 수행하지 않고 슬롯도 사용합니다.

증상

진단

다음 쿼리를 실행하여 현재 연결 상태를 확인합니다.

SELECT
  setting::int AS max_connections,
  (SELECT count(*) FROM pg_stat_activity) AS current_connections,
  (SELECT count(*) FROM pg_stat_activity WHERE state = 'idle') AS idle_connections,
  (SELECT count(*) FROM pg_stat_activity WHERE state = 'idle in transaction') AS idle_in_txn
FROM pg_settings
WHERE name = 'max_connections';

max_connections에 대한 idle 또는 idle in transaction 연결 수가 많으면 연결이 제대로 해제되지 않았다는 의미입니다. 트랜잭션 내 유휴 연결은 잠금을 유지하고 autovacuum이 데드 튜플을 회수하지 못하도록 하기 때문에 특히 문제가 됩니다.

문제 해결

문제 해결을 위해 성능 개선 도우미 대기 이벤트 사용

성능 개선 도우미는 데이터베이스가 시간을 소비하는 위치를 보여 주는 대기 이벤트를 캡처합니다. 성능 문제를 조사할 때 대기 이벤트는 병목 현상이 CPU, I/O, 잠금, 네트워크 또는 프로세스 간 통신인지 식별하는 데 도움이 됩니다. 이 가이드에 설명된 문제 중에 나타나는 일반적인 대기 이벤트 범주는 다음과 같습니다.

일반적으로 성능 문제를 나타내는 대기 이벤트와 권장 수정 조치에 대한 전체 참조는 Aurora PostgreSQL 대기 이벤트를 참조하세요.

Autovacuum 조정

Autovacuum은 데드 튜플을 회수하고, 테이블 및 인덱스 팽창을 방지하고, 플래너 통계를 업데이트하고, 트랜잭션 ID 랩어라운드로부터 보호하는 백그라운드 프로세스입니다. 기본 autovacuum 설정은 보수적이며 소규모 데이터베이스에 맞게 설계되었습니다. 쓰기 처리량이 높은 프로덕션 워크로드에는 거의 항상 조정이 필요합니다.

autovacuum이 쓰기 워크로드를 따라잡을 수 없는 경우 팽창이 누적되고 플래너 통계가 오래되고 트랜잭션 ID 랩어라운드 위험이 증가합니다. age(relfrozenxid)가 20억에 가까워지면 데이터 손상을 방지하기 위해 데이터베이스가 종료됩니다.

Autovacuum 파라미터 조정, vacuum 활동 모니터링 및 테이블별 재정의 구성에 대한 자세한 지침은 Aurora PostgreSQL에서 PostgreSQL autovacuum 작업을 참조하세요.

관련 정보