postgresql云原生监控如何集成_prometheus监控postgresql方案

通过部署postgres_exporter采集postgresql指标，结合prometheus抓取数据并使用grafana可视化，实现云原生环境下postgresql的高效监控。1. 创建专用监控用户并授予权限；2. 部署postgres_exporter容器暴露:9187/metrics；3. 配置prometheus通过servicemonitor或静态配置抓取指标；4. 在grafana导入官方dashboard（如id 9628）展示连接数、慢查询、wal速率等关键指标，并基于promql设置告警规则，保障数据库可观测性。

PostgreSQL 在云原生环境中运行时，通常以容器化方式部署在 Kubernetes 上。为了实现对 PostgreSQL 的高效、实时监控，集成 Prometheus 是一种主流且成熟的做法。以下是完整的 Prometheus 监控 PostgreSQL 的集成方案。

1. 使用 Prometheus Exporter 采集 PostgreSQL 指标

Prometheus 本身不能直接抓取 PostgreSQL 的内部状态，需要借助 postgres_exporter（也叫 prometheus-postgres-exporter）作为中间代理，将 PostgreSQL 的性能指标暴露为 Prometheus 可读的格式。

关键步骤：

• 在 PostgreSQL 实例中创建专用监控用户并授权：

CREATE USER postgres_exporter WITH PASSWORD 'your_secure_password';
ALTER USER postgres_exporter SET SEARCH_PATH TO postgres_exporter,pg_catalog;
CREATE SCHEMA IF NOT EXISTS postgres_exporter;
GRANT USAGE ON SCHEMA pg_catalog TO postgres_exporter;
GRANT SELECT ON pg_stat_database TO postgres_exporter;
-- 更多权限可参考官方推荐 SQL 脚本

• 下载或使用官方镜像 wrouesnel/postgres_exporter 启动 exporter 服务。
• 配置环境变量连接数据库：

export DATA_SOURCE_NAME="postgresql://postgres_exporter:password@localhost:5432/postgres?sslmode=disable"

• 启动后，默认在 :9187/metrics 暴露指标，如：

pg_up{datname="postgres"} 1
pg_stat_database_numbackends{datname="postgres"} 3
pg_longest_query_time_seconds 12.4

2. 在 Kubernetes 中部署 Postgres 和 Exporter

若使用云原生架构，建议将 PostgreSQL（如通过 Crunchy Data Operator 或 Zalando Postgres Operator 部署）与 exporter 一同部署。

部署方式示例（Sidecar 模式或独立 Deployment）：

apiVersion: apps/v1
kind: Deployment
metadata:
  name: postgres-exporter
spec:
  replicas: 1
  selector:
    matchLabels:
      app: postgres-exporter
  template:
    metadata:
      labels:
        app: postgres-exporter
    spec:
      containers:
      - name: postgres-exporter
        image: wrouesnel/postgres_exporter:v0.14.0
        env:
        - name: DATA_SOURCE_URI
          value: "postgres-service:5432/postgres?sslmode=disable"
        - name: DATA_SOURCE_USER
          value: "postgres_exporter"
        - name: DATA_SOURCE_PASS
          valueFrom:
            secretKeyRef:
              name: postgres-exporter-secret
              key: password
        ports:
        - containerPort: 9187
---
apiVersion: v1
kind: Service
metadata:
  name: postgres-exporter
  annotations:
    prometheus.io/scrape: "true"
    prometheus.io/port: "9187"
spec:
  selector:
    app: postgres-exporter
  ports:
    - name: metrics
      port: 9187
      targetPort: 9187

3. 配置 Prometheus 抓取指标

A1.art

一个创新的AI艺术应用平台，旨在简化和普及艺术创作

下载

确保 Prometheus 能发现并抓取 exporter 暴露的端点。

在 Prometheus 配置中添加 job：

scrape_configs:
  - job_name: 'postgres'
    static_configs:
      - targets: ['postgres-exporter:9187']

如果使用 Prometheus Operator 和 ServiceMonitor：

apiVersion: monitoring.coreos.com/v1
kind: ServiceMonitor
metadata:
  name: postgres-exporter-monitor
  labels:
    release: prometheus-stack  # 与 Prometheus 实例的 selector 匹配
spec:
  selector:
    matchLabels:
      app: postgres-exporter
  endpoints:
  - port: metrics
    interval: 30s

4. 使用 Grafana 展示监控面板

导入官方推荐的 Grafana Dashboard（如 ID: 9628 或 17495），可视化以下关键指标：

• 数据库连接数（pg_stat_database_numbackends）
• 事务提交/回滚率
• 慢查询趋势
• 表膨胀与死元组数量
• WAL 日志生成速率
• 缓存命中率（blks_hit / (blks_hit + blks_read)）

可通过自定义 PromQL 查询构建告警规则，例如：

- alert: HighConnectionUsage
  expr: rate(pg_stat_database_xact_commit[5m]) > 1000
  for: 5m
  labels:
    severity: warning
  annotations:
    summary: "PostgreSQL 提交事务过高"

基本上就这些。整个流程在云原生环境下稳定可靠，结合 Kubernetes 的弹性与 Prometheus 的生态，能有效保障 PostgreSQL 服务的可观测性。