一、 作者介绍

刘雪柏，目前就职于诺基亚东软通信有限公司，高级软件工程师，从事数据库相关工作，联系方式: aiden.liu@qq.com。

二、 问题现象

Postgresql 11.2版本物理复制，startup 进程命令行有时会出现waiting 标识。本文分析了出现waiting 标识的原因。

三、 问题分析：

通过ps -ef | grep startup 监控startup 进程。

postgres: startup process   recovering 0000000100000000000000A6

当startup 进程出现waiting的标识。通过pstack查看startup 进程调用堆栈

[postgres@sscloud21 ~]$ pstack 197120

#0  0x00007f695b6faf53 in __select_nocancel () from /lib64/libc.so.6

#1  0x000000000088c97a in pg_usleep (microsec=<optimized out>) at pgsleep.c:56

#2  0x0000000000729ef9 in WaitExceedsMaxStandbyDelay () at standby.c:201

#3  ResolveRecoveryConflictWithVirtualXIDs (waitlist=0x1c706e0, reason=reason@entry=PROCSIG_RECOVERY_CONFLICT_SNAPSHOT) at standby.c:262

#4  0x000000000072a10e in ResolveRecoveryConflictWithVirtualXIDs (reason=PROCSIG_RECOVERY_CONFLICT_SNAPSHOT, waitlist=<optimized out>) at standby.c:315

#5  ResolveRecoveryConflictWithSnapshot (latestRemovedXid=<optimized out>, node=...) at standby.c:313

#6  0x00000000004c23be in heap_xlog_clean (record=0x1c00698) at heapam.c:8198

#7  heap2_redo (record=0x1c00698) at heapam.c:9351

#8  0x0000000000503e85 in StartupXLOG () at xlog.c:7306

#9  0x00000000006d82b1 in StartupProcessMain () at startup.c:211

#10 0x0000000000512275 in AuxiliaryProcessMain (argc=argc@entry=2, argv=argv@entry=0x7fff8b5d99b0) at bootstrap.c:441

#11 0x00000000006d53a0 in StartChildProcess (type=StartupProcess) at postmaster.c:5331

#12 0x00000000006d7b75 in PostmasterMain (argc=argc@entry=3, argv=argv@entry=0x1bd0e40) at postmaster.c:1371

#13 0x000000000048124f in main (argc=3, argv=0x1bd0e40) at main.c:228

检查源码发现，startup 进程正在执行 XLOG_HEAP2_CLEAN 类型的redo操作（vacuum命令产生的块清除redo）。

heapam.c代码中有如下注释：

startup 进程在执行清除tuples前需要确认没有活动的查询，并且这些tuples对于活动查询仍然可见。

跟着ResolveRecoveryConflictWithSnapshot->ResolveRecoveryConflictWithVirtualXIDs->WaitExceedsMaxStandbyDelay->GetStandbyLimitTime

standby.c代码中GetStandbyLimitTime函数：

从代码中可以看出startup 进程在执行清除tuples前需要确认没有活动的查询有等待时间限制，fromStream的情况超过

max_standby_streaming_delay参数时间限制会kill掉正在执行的查询，其他情况如果超过了max_standby_archive_delay

参数时间限制会调用CancelVirtualTransaction函数 kill掉正在执行的查询。

standby.c相关代码

procarray.c相关代码

四、 小结

1、 原因: 重放XLOG_HEAP2_CLEAN 类型的redo操作不允许有查询，如果有会等待，等待时间由max_standby_streaming_delay/max_standby_archive_delay控制。

2、 解决这个问题可以控制slave端禁止执行查询操作，或者调整max_standby_streaming_delay/max_standby_archive_delay参数的值到可接受的范围。

3、 max_standby_streaming_delay/max_standby_archive_delay参数默认值30秒。