0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

MultiXact年齢から原因テーブルを特定する切り分け手順

0
Posted at

MultiXact関連のエラーや警告を見つけても、ログを読むだけでは残り余裕とその原因テーブルは分かりません。autovacuumが追いついているのか、それとも手を動かす段階なのかも判断できません。pg_multixactのサイズが増え続けているのに、どのクエリがメンバーを積んでいるのか見当がつかない状況もあります。クラスタ全体の年齢確認から原因テーブルの特定、そして待機イベントの確認まで、順番に切り分けていきます。

この記事は「PostgreSQL MultiXact エラーの原因と対処」の一部を、話題を絞って書き直したものです。エラーメッセージ別の対処早見表や、凍結を進める具体的な手順、外部キー設計による再発防止までは、ブログの完全版にまとめています: PostgreSQL MultiXact エラーの原因と対処

手順1 クラスタ全体の年齢と残り余裕を数値で押さえる

まずpg_databaseのdatminmxidとmxid_age()で、データベースごとのMultiXact年齢を出します。2^31から引けば残り余裕が分かります。あわせてpg_control_checkpoint()のnext_multixact_id、next_multi_offset、oldest_multi_xid、oldest_multi_dbidも記録してください。

判断基準は3段階です。mxid_ageがautovacuum_multixact_freeze_max_age(デフォルト4億)を超えていれば、anti-wraparound autovacuumが走っているはずです。pg_stat_activityで確認し、走っていなければその理由を探します。10億を超えたら、業務影響を覚悟して手動VACUUMを並列投入する段階です。16億前後、つまりvacuum_multixact_failsafe_age(PostgreSQL 14以降のデフォルト16億)を超えると、VACUUMはインデックス処理やコスト遅延をスキップして凍結優先モードに入ります。

next_multi_offsetを定期的に記録しておくと、メンバーの消費速度が読めます。1時間で数千万進むようなら、設計側の対処が必須です。

手順2 relminmxidで原因テーブルを絞る

datminmxidは、そのデータベース内のpg_class.relminmxidの最小値です。したがって対象データベースに接続し、relminmxidが0以外のリレーションを年齢の降順で並べれば、足を引っ張っているテーブルが浮かびます。

TOASTテーブル、つまりrelkind = 't'も対象に入れてください。本体が小さいのにTOASTだけ古いケースがあります。上位に来たテーブルについては、pg_constraintをcontype = 'f'とconfrelidで検索し、外部キーの参照先(親)かどうかを確認します。子テーブルが多く、子へのINSERT/UPDATEが高頻度なら、原因はほぼ確定です。

手順3 pg_multixactの使用量とメンバー消費量を見る

オンプレミスやEC2なら、$PGDATA/pg_multixact/offsetsとmembersをdu -shで直接測ります。members配下のファイル数も数えてください。セグメントファイルは1つ256KB固定なので、ファイル数×256KBが使用量になります。数GBから十数GBまで育っているなら、membersの枯渇が近いと判断できます。マネージドサービスでディレクトリが見えない場合は、手順1のnext_multi_offsetの増分とmxid_ageの推移で代替します。

手順4 待機イベントからロックの発生元を追う

エラーが出ていなくても、membersが肥大化するとSLRUキャッシュのヒット率が落ちます。結果としてLWLock待機が増え、全体のスループットが下がります。pg_stat_activityをwait_event_typeとwait_eventで集計し、LWLockのMultiXactOffset・MultiXactMember系が上位に来るかを見てください。

上位に来たら、pg_blocking_pids(pid)とnow() - xact_startを並べて、長く開いているトランザクションとそのクエリを特定します。特定の行に本当にメンバーが積まれているかは、pageinspectで裏を取れます。heap_page_items()のt_infomask & 4096が真の行が、xmaxをMultiXactとして使っている行です。そのxmaxの値をpg_get_multixact_members()に渡すと、メンバーのXIDとロックモードが返ります。keyshが大量に並んでいれば、外部キー起因と判断できます。

最初に実行する2つのクエリ

切り迫度の把握には次のクエリを使います。

SELECT datname,
       datminmxid,
       mxid_age(datminmxid) AS mxid_age,
       (2^31)::bigint - mxid_age(datminmxid) AS remaining
FROM pg_database
ORDER BY mxid_age DESC;

原因テーブルの特定は、対象データベースに接続してから次のクエリを実行します。

SELECT n.nspname, c.relname, c.relkind,
       c.relminmxid, mxid_age(c.relminmxid) AS mxid_age,
       pg_size_pretty(pg_relation_size(c.oid)) AS size
FROM pg_class c
JOIN pg_namespace n ON n.oid = c.relnamespace
WHERE c.relminmxid <> '0'::xid
ORDER BY mxid_age DESC
LIMIT 20;

元記事で扱っている内容

  • エラーメッセージ別の対処早見表。出力されたメッセージから、取るべき対処を逆引きできます
  • MultiXactとは何かの解説。xmax、pg_multixact、SLRUの関係を整理しています
  • 凍結を進める方法、ロック競合を減らす方法、関連パラメータの見直しという3方向からの対処
  • 外部キー設計とVACUUM運用の観点から、MultiXactを増やさないための再発防止策
  • 切り分けや対処の途中で迷いやすい点をまとめたよくある質問

PostgreSQL MultiXact エラーの原因と対処

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?