纲要
logging_collector:日志收集器log_destination:日志输出目标log_directory:日志目录log_filename:日志文件名格式log_rotation_age:日志轮转时间阈值log_rotation_size:日志轮转大小阈值log_truncate_on_rotation:日志轮转截断策略log_connections/log_disconnections:连接日志log_autovacuum_min_duration:AutoVacuum 日志阈值log_checkpoints:检查点日志log_lock_waits:锁等待日志log_temp_files:临时文件日志log_min_duration_statement:慢查询阈值log_duration:查询时长日志log_statement:语句类型日志log_min_duration_sample/log_statement_sample_rate:日志采样(PG 14+)log_line_prefix:日志行前缀自定义log_min_messages/client_min_messages:消息级别控制file_fdw:文件外部数据包装器
日志架构概览
PostgreSQL 的日志系统由 logging_collector 后台进程统一管理。该进程捕获发送到 stderr 的日志消息并将其重定向至日志文件。所有日志相关参数均在 postgresql.conf 中配置,修改后可通过 pg_reload_conf() 或 SELECT pg_reload_conf() 动态加载(部分参数需重启)。
日志基础配置
日志输出目标与目录
log_destination 控制日志输出目标,支持 stderr、csvlog、jsonlog 和 syslog(Windows 额外支持 eventlog),可组合使用:
# postgresql.conf
logging_collector = on
log_destination = 'stderr,csvlog'
log_directory = 'pg_log'
log_directory 指定日志文件目录,可为绝对路径或相对于 PGDATA 的路径。
日志文件名与轮转策略
log_filename 支持 strftime 格式占位符:
log_filename = 'postgresql-%Y-%m-%d_%H%M%S.log'
log_rotation_age = 1d
log_rotation_size = 100MB
log_truncate_on_rotation = off
log_rotation_age:单个日志文件的最大生命周期(分钟),设为0禁用基于时间的轮转log_rotation_size:单个日志文件的最大大小(KB),设为0禁用基于大小的轮转log_truncate_on_rotation:轮转时是否截断(覆盖)而非追加已存在的同名文件
PGDATA/pg_log/
├── postgresql-2026-08-21_000000.log
├── postgresql-2026-08-21_120000.log
└── postgresql-2026-08-22_000000.log
连接日志
log_connections 和 log_disconnections 控制客户端连接事件的记录,包含来源 IP、端口、应用名称等信息,对排查连接风暴和异常访问源至关重要:
log_connections = on
log_disconnections = on
启用后日志示例:
LOG: connection received: host=192.168.1.100 port=54321
LOG: connection authorized: user=app_user database=app_db
LOG: disconnection: session time: 0:00:05.123 user=app_user database=app_db host=192.168.1.100 port=54321
AutoVacuum 与检查点日志
log_autovacuum_min_duration 设置 AutoVacuum 操作的日志阈值(毫秒),超过该阈值的操作将被记录:
log_autovacuum_min_duration = 1000 # 记录超过1秒的AutoVacuum操作
log_checkpoints 控制检查点事件的日志记录:
log_checkpoints = on
检查点日志示例包含脏页数量、写入时长和内存使用等信息,是分析 I/O 性能的重要依据。
锁等待与临时文件日志
log_lock_waits 控制在会话等待锁超过 deadlock_timeout 时是否产生日志:
log_lock_waits = on
deadlock_timeout = 1s
log_temp_files 控制临时文件的日志记录。当查询的 work_mem 不足时,数据会溢出到磁盘临时文件:
log_temp_files = 0 # 记录所有临时文件
该参数值为 KB 单位,设为 0 记录所有临时文件,正数仅记录大于等于该值的文件,-1 禁用。结合临时文件日志可合理调整 work_mem。
慢查询日志
log_min_duration_statement
最常用的慢查询控制参数,设置语句执行时间阈值(毫秒),超过该阈值的语句将在执行完成后连同耗时一并记录:
log_min_duration_statement = 500 # 记录超过500ms的查询
- 设为
0:记录所有语句及其耗时 - 设为
-1(默认):禁用
该参数记录查询文本,适合生产环境定位慢查询。
log_duration
记录所有已完成语句的耗时,不记录查询文本:
log_duration = on
log_duration 只有 on/off,无法按阈值过滤。两者同时启用时,log_min_duration_statement 的优先级更高。
log_duration = on
log_min_duration_statement = 500
– 所有语句的耗时均被记录,但仅超过 500ms 的语句包含查询文本
语句类型日志
log_statement 控制哪些类型的 SQL 语句被记录:
log_statement = 'ddl' # 默认值
可选值:
none(默认):不记录任何语句ddl:记录 DDL 语句(CREATE、ALTER、DROP等)mod:记录 DDL 及数据修改语句(INSERT、UPDATE、DELETE、TRUNCATE、COPY FROM)all:记录所有语句
log_statement 在语句被正确解析后即记录。与 log_min_duration_statement 配合使用时,已被 log_statement 记录的查询不会被重复记录。
日志采样(PostgreSQL 14+)
高并发场景下记录所有语句会带来显著性能开销和日志量压力。PG 14 引入采样机制:
log_min_duration_sample:采样阈值(毫秒),仅超过该阈值的语句才进入采样池log_statement_sample_rate:采样率(0.0 ~ 1.0)
log_min_duration_sample = 100
log_statement_sample_rate = 0.5
记录所有执行时间超过 100ms 的语句中 50% 的样本。
与 log_min_duration_statement 配合时,后者的优先级更高:
log_min_duration_statement = 500
log_min_duration_sample = 100
log_statement_sample_rate = 0.1
– 记录所有超过 500ms 的查询;同时采样记录超过 100ms 查询中的 10%
自定义日志格式
log_line_prefix 是 printf 风格的字符串,用于自定义日志行前缀:
log_line_prefix = '%m [%p] %q%u@%d/%a '
常用转义符:
%m:带毫秒的时间戳%p:进程 ID(PID)%u:用户名%d:数据库名%a:应用名称%h:客户端主机%r:客户端主机和端口%q:会话上下文分隔符
消息级别控制
log_min_messages 控制写入服务器日志的消息级别:
log_min_messages = 'warning'
client_min_messages 控制发送到客户端的消息级别:
client_min_messages = 'notice'
级别从低到高(低级别输出更详细):DEBUG5 < DEBUG4 < … < DEBUG1 < LOG < NOTICE < WARNING < ERROR。
file_fdw:用 SQL 查询日志
file_fdw 是 PostgreSQL 官方 contrib 模块,允许将文件系统中的文件映射为外部表:
-- 创建扩展
CREATE EXTENSION file_fdw;
-- 创建外部服务器
CREATE SERVER file_server FOREIGN DATA WRAPPER file_fdw;
-- 创建外部表(以CSV格式日志为例)
CREATE FOREIGN TABLE pg_log (
log_time timestamp(3) with time zone,
user_name text,
database_name text,
process_id integer,
connection_from text,
session_id text,
session_line_num bigint,
command_tag text,
session_start_time timestamp with time zone,
virtual_transaction_id text,
transaction_id bigint,
error_severity text,
sql_state_code text,
message text,
detail text,
hint text,
internal_query text,
internal_query_pos integer,
context text,
query text,
query_pos integer,
location text,
application_name text
) SERVER file_server
OPTIONS (filename '/path/to/pg_log/postgresql.csv', format 'csv');
之后即可用标准 SQL 查询日志:
SELECT log_time, user_name, database_name, query
FROM pg_log
WHERE error_severity = 'ERROR'
AND log_time > CURRENT_TIMESTAMP - INTERVAL '1 hour'
ORDER BY log_time DESC;
使用 file_fdw 需具备 pg_read_server_files 角色权限。
API 速览
| 参数 | 类型 | 默认值 | 适用版本 | 说明 |
|---|---|---|---|---|
logging_collector | boolean | off | 全部 | 启用日志收集器 |
log_destination | string | stderr | 全部 | 日志输出目标 |
log_directory | string | pg_log | 全部 | 日志目录 |
log_filename | string | postgresql-%Y-%m-%d_%H%M%S.log | 全部 | 日志文件名格式 |
log_rotation_age | integer | 1440 | 全部 | 轮转时间阈值(分钟) |
log_rotation_size | integer | 10240 | 全部 | 轮转大小阈值(KB) |
log_truncate_on_rotation | boolean | off | 全部 | 轮转时是否截断 |
log_connections | boolean | off | 全部 | 记录连接事件 |
log_disconnections | boolean | off | 全部 | 记录断开事件 |
log_autovacuum_min_duration | integer | -1 | 全部 | AutoVacuum 日志阈值(ms) |
log_checkpoints | boolean | off | 全部 | 记录检查点 |
log_lock_waits | boolean | off | 全部 | 记录锁等待 |
log_temp_files | integer | -1 | 全部 | 临时文件日志阈值(KB) |
log_min_duration_statement | integer | -1 | 全部 | 慢查询阈值(ms) |
log_duration | boolean | off | 全部 | 记录所有语句耗时 |
log_statement | enum | none | 全部 | 语句类型过滤 |
log_min_duration_sample | integer | -1 | 14+ | 采样阈值(ms) |
log_statement_sample_rate | float | 1.0 | 14+ | 采样率(0.0~1.0) |
log_line_prefix | string | ‘’ | 全部 | 日志行前缀 |
log_min_messages | enum | warning | 全部 | 服务器日志级别 |
client_min_messages | enum | notice | 全部 | 客户端消息级别 |
Demo 完整示例
以下 Demo 演示如何在 Node.js 应用中配置 PostgreSQL 慢查询日志,并使用 file_fdw 查询日志进行分析。
运行说明
环境要求:
- PostgreSQL 14+
- Node.js 16+
pgnpm 包
步骤:
- 配置
postgresql.conf:
logging_collector = on
log_destination = 'stderr,csvlog'
log_directory = 'pg_log'
log_filename = 'postgresql-%Y-%m-%d_%H%M%S.log'
log_rotation_age = 1d
log_rotation_size = 100MB
log_min_duration_statement = 500
log_connections = on
log_disconnections = on
log_lock_waits = on
log_temp_files = 0
log_line_prefix = '%m [%p] %q%u@%d/%a '
- 重启 PostgreSQL 使配置生效:
sudo systemctl restart postgresql
# 或
pg_ctl restart -D /path/to/data
- 安装依赖并运行 Demo:
npm init -y
npm install pg
node demo.js
代码说明
// demo.js
const { Client } = require('pg');
const PG_CONFIG = {
host: 'localhost',
port: 5432,
database: 'testdb',
user: 'testuser',
password: 'testpass'
};
// 创建带慢查询的测试数据
async function setupTestData(client) {
await client.query(`
CREATE TABLE IF NOT EXISTS test_logging (
id SERIAL PRIMARY KEY,
data TEXT,
created_at TIMESTAMP DEFAULT NOW()
)
`);
// 插入 10000 条测试数据
await client.query(`
INSERT INTO test_logging (data)
SELECT md5(random()::text)
FROM generate_series(1, 10000)
`);
console.log('[Setup] 测试数据已创建');
}
// 执行一个慢查询(模拟)
async function runSlowQuery(client) {
const start = Date.now();
await client.query(`
SELECT COUNT(*), data
FROM test_logging
GROUP BY data
HAVING COUNT(*) > 1
ORDER BY COUNT(*) DESC
`);
const duration = Date.now() - start;
console.log(`[Query] 慢查询执行完成,耗时: ${duration}ms`);
}
// 使用 file_fdw 查询日志(需提前配置)
async function queryLogsWithFileFDW(client) {
// 创建 file_fdw 扩展
await client.query('CREATE EXTENSION IF NOT EXISTS file_fdw');
// 创建外部服务器
await client.query(`
CREATE SERVER IF NOT EXISTS log_server
FOREIGN DATA WRAPPER file_fdw
`);
// 创建外部表(CSV格式)
await client.query(`
CREATE FOREIGN TABLE IF NOT EXISTS pg_log_csv (
log_time timestamp(3) with time zone,
user_name text,
database_name text,
process_id integer,
connection_from text,
session_id text,
session_line_num bigint,
command_tag text,
session_start_time timestamp with time zone,
virtual_transaction_id text,
transaction_id bigint,
error_severity text,
sql_state_code text,
message text,
detail text,
hint text,
internal_query text,
internal_query_pos integer,
context text,
query text,
query_pos integer,
location text,
application_name text
) SERVER log_server
OPTIONS (filename '/path/to/pg_data/pg_log/postgresql.csv', format 'csv')
`);
// 查询最近1小时的慢查询
const result = await client.query(`
SELECT
log_time,
user_name,
database_name,
SUBSTRING(query, 1, 100) AS query_preview,
message
FROM pg_log_csv
WHERE error_severity = 'LOG'
AND message LIKE '%duration%'
AND log_time > NOW() - INTERVAL '1 hour'
ORDER BY log_time DESC
LIMIT 10
`);
console.log('[Logs] 最近慢查询:');
result.rows.forEach(row => {
console.log(` ${row.log_time} | ${row.user_name} | ${row.query_preview}...`);
});
}
async function main() {
const client = new Client(PG_CONFIG);
try {
await client.connect();
console.log('[Demo] 已连接到 PostgreSQL');
await setupTestData(client);
// 执行多次慢查询以便产生日志
for (let i = 0; i < 3; i++) {
await runSlowQuery(client);
}
// 查询日志(需将路径替换为实际日志路径)
// await queryLogsWithFileFDW(client);
// 查看当前慢查询配置
const config = await client.query(`
SELECT name, setting
FROM pg_settings
WHERE name IN (
'log_min_duration_statement',
'log_duration',
'log_statement',
'logging_collector'
)
`);
console.log('[Config] 当前日志配置:');
config.rows.forEach(row => {
console.log(` ${row.name} = ${row.setting}`);
});
} catch (err) {
console.error('[Error]', err);
} finally {
await client.end();
}
}
main();
技术点总结
log_min_duration_statement用于捕获超过阈值的慢查询logging_collector是日志持久化的前提log_line_prefix自定义日志格式便于解析file_fdw将日志文件映射为外部表,用 SQL 分析日志- 通过
pg_settings视图可查看当前运行时配置
PostgreSQL 原生指令对照
-- 查看当前慢查询阈值
SHOW log_min_duration_statement;
-- 动态修改(当前会话)
SET log_min_duration_statement = 1000;
-- 动态修改(全局,下次连接生效)
ALTER SYSTEM SET log_min_duration_statement = '1000';
SELECT pg_reload_conf();
-- 查看日志相关所有参数
SELECT name, setting, unit, context
FROM pg_settings
WHERE name LIKE 'log%'
ORDER BY name;
多语言示例
以下分别使用 Go、Python 和 Java 实现与 Node.js 示例相同的功能:连接 PostgreSQL、创建测试表、插入测试数据、执行慢查询并查看日志配置。
Go 示例
运行说明
环境要求:
- Go 1.19+
- PostgreSQL 14+
- 驱动:
github.com/lib/pq
步骤:
- 初始化模块并安装依赖:
go mod init demo
go get github.com/lib/pq
-
确保
postgresql.conf已按前文配置,并重启 PostgreSQL。 -
运行:
go run demo.go
代码说明
// demo.go
package main
import (
"database/sql"
"fmt"
"log"
"time"
_ "github.com/lib/pq"
)
const (
host = "localhost"
port = 5432
user = "testuser"
password = "testpass"
dbname = "testdb"
)
func main() {
connStr := fmt.Sprintf("host=%s port=%d user=%s password=%s dbname=%s sslmode=disable",
host, port, user, password, dbname)
db, err := sql.Open("postgres", connStr)
if err != nil {
log.Fatal("连接失败:", err)
}
defer db.Close()
if err := db.Ping(); err != nil {
log.Fatal("Ping失败:", err)
}
fmt.Println("[Demo] 已连接到 PostgreSQL")
// 创建测试表
_, err = db.Exec(`
CREATE TABLE IF NOT EXISTS test_logging (
id SERIAL PRIMARY KEY,
data TEXT,
created_at TIMESTAMP DEFAULT NOW()
)
`)
if err != nil {
log.Fatal("建表失败:", err)
}
// 插入测试数据
_, err = db.Exec(`
INSERT INTO test_logging (data)
SELECT md5(random()::text)
FROM generate_series(1, 10000)
`)
if err != nil {
log.Fatal("插入数据失败:", err)
}
fmt.Println("[Setup] 测试数据已创建")
// 执行慢查询(重复3次)
for i := 0; i < 3; i++ {
start := time.Now()
rows, err := db.Query(`
SELECT COUNT(*), data
FROM test_logging
GROUP BY data
HAVING COUNT(*) > 1
ORDER BY COUNT(*) DESC
`)
if err != nil {
log.Fatal("查询失败:", err)
}
rows.Close()
duration := time.Since(start)
fmt.Printf("[Query] 慢查询执行完成,耗时: %v\n", duration)
}
// 查看当前慢查询配置
var name, setting string
rowsCfg, err := db.Query(`
SELECT name, setting
FROM pg_settings
WHERE name IN ('log_min_duration_statement', 'log_duration', 'log_statement', 'logging_collector')
`)
if err != nil {
log.Fatal("查询配置失败:", err)
}
defer rowsCfg.Close()
fmt.Println("[Config] 当前日志配置:")
for rowsCfg.Next() {
rowsCfg.Scan(&name, &setting)
fmt.Printf(" %s = %s\n", name, setting)
}
}
技术点总结
- 使用
lib/pq驱动连接 PostgreSQL,DSN 格式标准 sql.Open返回连接池,Ping验证连通性- 批量插入使用
generate_series生成测试数据 - 执行慢查询(分组聚合)模拟耗时操作
- 查询
pg_settings视图获取当前日志参数
Python 示例
运行说明
环境要求:
- Python 3.8+
- PostgreSQL 14+
- 驱动:
psycopg2-binary
步骤:
- 安装依赖:
pip install psycopg2-binary
-
确保 PostgreSQL 配置正确并重启。
-
运行:
python demo.py
代码说明
# demo.py
import psycopg2
import time
PG_CONFIG = {
'host': 'localhost',
'port': 5432,
'database': 'testdb',
'user': 'testuser',
'password': 'testpass'
}
def main():
conn = psycopg2.connect(**PG_CONFIG)
conn.autocommit = True
cur = conn.cursor()
print("[Demo] 已连接到 PostgreSQL")
# 创建测试表
cur.execute("""
CREATE TABLE IF NOT EXISTS test_logging (
id SERIAL PRIMARY KEY,
data TEXT,
created_at TIMESTAMP DEFAULT NOW()
)
""")
# 插入测试数据
cur.execute("""
INSERT INTO test_logging (data)
SELECT md5(random()::text)
FROM generate_series(1, 10000)
""")
print("[Setup] 测试数据已创建")
# 执行慢查询(重复3次)
for i in range(3):
start = time.time()
cur.execute("""
SELECT COUNT(*), data
FROM test_logging
GROUP BY data
HAVING COUNT(*) > 1
ORDER BY COUNT(*) DESC
""")
rows = cur.fetchall()
duration = (time.time() - start) * 1000
print(f"[Query] 慢查询执行完成,耗时: {duration:.2f}ms")
# 查看当前慢查询配置
cur.execute("""
SELECT name, setting
FROM pg_settings
WHERE name IN ('log_min_duration_statement', 'log_duration', 'log_statement', 'logging_collector')
""")
print("[Config] 当前日志配置:")
for name, setting in cur.fetchall():
print(f" {name} = {setting}")
cur.close()
conn.close()
if __name__ == "__main__":
main()
技术点总结
- 使用
psycopg2驱动,autocommit=True避免显式事务 - 游标执行 DDL 和 DML,
fetchall获取结果 time.time()测量执行耗时(毫秒转换)- 查询
pg_settings查看运行时配置
Java 示例
运行说明
环境要求:
- JDK 11+
- PostgreSQL 14+
- Maven 或手动添加依赖:
org.postgresql:postgresql:42.7.3
步骤:
- 创建 Maven 项目,在
pom.xml中添加:
<dependency>
<groupId>org.postgresql</groupId>
<artifactId>postgresql</artifactId>
<version>42.7.3</version>
</dependency>
- 编译并运行:
mvn compile
mvn exec:java -Dexec.mainClass="Demo"
或直接使用 javac 和 java(需将 jar 加入 classpath)。
代码说明
// Demo.java
import java.sql.*;
import java.util.Properties;
public class Demo {
private static final String URL = "jdbc:postgresql://localhost:5432/testdb";
private static final String USER = "testuser";
private static final String PASSWORD = "testpass";
public static void main(String[] args) {
Properties props = new Properties();
props.setProperty("user", USER);
props.setProperty("password", PASSWORD);
try (Connection conn = DriverManager.getConnection(URL, props)) {
System.out.println("[Demo] 已连接到 PostgreSQL");
// 创建测试表
try (Statement stmt = conn.createStatement()) {
stmt.execute("""
CREATE TABLE IF NOT EXISTS test_logging (
id SERIAL PRIMARY KEY,
data TEXT,
created_at TIMESTAMP DEFAULT NOW()
)
""");
// 插入测试数据
stmt.execute("""
INSERT INTO test_logging (data)
SELECT md5(random()::text)
FROM generate_series(1, 10000)
""");
System.out.println("[Setup] 测试数据已创建");
}
// 执行慢查询(重复3次)
for (int i = 0; i < 3; i++) {
long start = System.currentTimeMillis();
try (Statement stmt = conn.createStatement();
ResultSet rs = stmt.executeQuery("""
SELECT COUNT(*), data
FROM test_logging
GROUP BY data
HAVING COUNT(*) > 1
ORDER BY COUNT(*) DESC
""")) {
while (rs.next()) {
// 消费结果集
}
}
long duration = System.currentTimeMillis() - start;
System.out.printf("[Query] 慢查询执行完成,耗时: %dms%n", duration);
}
// 查看当前慢查询配置
try (Statement stmt = conn.createStatement();
ResultSet rs = stmt.executeQuery("""
SELECT name, setting
FROM pg_settings
WHERE name IN ('log_min_duration_statement', 'log_duration', 'log_statement', 'logging_collector')
""")) {
System.out.println("[Config] 当前日志配置:");
while (rs.next()) {
System.out.printf(" %s = %s%n", rs.getString("name"), rs.getString("setting"));
}
}
} catch (SQLException e) {
e.printStackTrace();
}
}
}
技术点总结
- 使用 JDBC 驱动,URL 格式
jdbc:postgresql://host:port/db - 通过
Properties传递认证信息 - 使用 try-with-resources 自动释放资源(
Statement、ResultSet、Connection) System.currentTimeMillis()测量毫秒级耗时- 查询
pg_settings与 Node.js 示例逻辑一致
多语言对比
| 特性 | Node.js (pg) | Go (lib/pq) | Python (psycopg2) | Java (JDBC) |
|---|---|---|---|---|
| 连接方式 | new Client(config) | sql.Open("postgres", dsn) | psycopg2.connect(**config) | DriverManager.getConnection(url, props) |
| 连接池 | 默认支持(内置) | 默认支持(sql.DB) | 需要额外配置(ThreadedConnectionPool) | 需要额外库(如 HikariCP) |
| 执行查询 | client.query() | db.Query() | cur.execute() | stmt.executeQuery() |
| 参数化查询 | $1, $2 | $1, $2 | %s(或 %(name)s) | ? 或 $1(PG 驱动支持 $1) |
| 事务控制 | 默认自动提交,可手动 BEGIN | 默认自动提交,可 db.Begin() | autocommit 参数控制 | 默认自动提交,conn.setAutoCommit(false) |
| 错误处理 | try/catch | 返回 error | try/except | try/catch (SQLException) |
| 资源释放 | 客户端 end() | defer rows.Close() | cur.close() / conn.close() | try-with-resources 自动关闭 |
| 类型映射 | 自动映射 JSON/数组 | 需实现 Scanner 接口 | 自动映射 Python 类型 | 需通过 getXXX 获取 |
| 日志配置查看 | 查询 pg_settings | 查询 pg_settings | 查询 pg_settings | 查询 pg_settings |
| 适用场景 | 快速开发、原型 | 高并发、微服务 | 数据分析、脚本 | 企业级应用、Spring 生态 |
所有示例均实现了相同的功能:连接 → 建表 → 批量插入 → 执行慢查询(重复3次)→ 读取日志配置。用户可根据自身技术栈选择对应语言,核心逻辑与 PostgreSQL 交互方式一致,仅驱动 API 和语法风格不同。
官方文档
参考链接
- PostgreSQL: Documentation: 17: 20.8. Error Reporting and Logging
- PostgreSQL: Logging Difficulties - PostgreSQL wiki
- file_fdw — 访问平面文件的外部数据包装器
总结
本文系统梳理了 PostgreSQL 日志体系的全部核心参数,涵盖日志输出与轮转、连接审计、AutoVacuum 与检查点监控、锁等待与临时文件诊断、慢查询捕获、语句类型过滤、高并发场景下的采样机制以及自定义日志格式等维度。
生产环境应根据负载特征合理配置 log_min_duration_statement(慢查询阈值)和 log_statement(语句类型),高并发场景可启用 PG 14+ 的采样参数 log_min_duration_sample 与 log_statement_sample_rate 平衡性能开销与可观测性。
file_fdw 提供了用 SQL 分析日志的创新途径,大幅提升日志分析的灵活性和效率。所有配置变更需通过 postgresql.conf 或 ALTER SYSTEM 持久化,并调用 pg_reload_conf() 动态生效。
65



被折叠的 条评论
为什么被折叠?



