PostgresSQL进程与基础架构

文中主要内容引用自PostgreSQL指南：内幕探索

本篇文章主要讲述PostgreSQL中进程与内存的架构

进程架构

PostgreSQL是一个客户端/服务器风格的关系型数据库管理系统，采用多进程架构，运行在单台主机上。

通常所谓的“PostgreSQL服务器（PostgreSQL Server）” 实际上是一系列协同工作的进程集合，包含着下列进程：

• postgres服务器进程（Postgres Server Process）是所有数据库集簇管理进程的父进程。
• 每个后端进程（Backend Process） 负责处理客户端发出的查询和语句。
• 各种后台进程（Background Process） 负责执行各种数据库管理任务（例如清理过程与检查点过程）。
• 各种复制相关（Replication Associated Process）的进程负责流复制。
• 后台工作进程（Background Worker Process） 在9.3版被引入，它能执行任意由用户实现的处理逻辑。这里不详述，请参阅官方文档。

PostgreSQL的进程架构示例

本图展示了PostgreSQL服务器包含的进程：postgres服务器进程，两个后端进程，七个后台进程，以及两个客户端进程。 也画出了数据库集簇，共享内存，以及两个客户端。

Postgres服务器进程

如上所述，postgres服务器进程（postgres server process）是PostgreSQL服务器中所有进程的父进程，在早期版本中它被称为“postmaster“。

带start参数执行pg_ctl实用程序会启动一个postgres服务器进程。它会在内存中分配共享内存区域，启动各种后台进程，如有必要还会启动复制相关进程与后台工作进程，并等待来自客户端的连接请求。 每当接收到来自客户端的连接请求时，它都会启动一个后端进程 （然后由启动的后端进程处理该客户端发出的所有查询）。

一个postgres服务器进程只会监听一个网络端口，默认端口为5432。如果要在同一台主机上运行多个PostgreSQL服务器，则应为每个服务器配置不同的监听端口，如5432，5433等。

后端进程

每个后端进程（也称为”postgres“）由postgres服务器进程启动，并处理连接另一侧的客户端发出的所有查询。它通过单条TCP连接与客户端通信，并在客户端断开连接时终止。

因为一条连接只允许操作一个数据库，因此必须在连接到PostgreSQL服务器时显式指定要连接的数据库。

PostgreSQL允许多个客户端同时连接；配置参数max_connections用于控制最大客户端连接数（默认为100）。

因为PostgreSQL没有原生的连接池功能，因此如果许多客户端频繁地重复与PostgreSQL服务器建立断开连接（譬如WEB应用），则会导致建立连接与创建后端进程的开销变大。这种情况对数据库服务器的性能有负面影响，通常可以使用池化中间件（pgbouncer或pgpool-II）来避免该问题。

后台进程

下表是后台进程的列表。比起postgres服务器和后端进程，后台进程的种类要多很多。想要简单地解释每种后台进程的具体功能是不现实的，因为这些功能有赖PostgreSQL的内部机制与特定的独立特性。依赖于各个特定的特性以及PostgreSQL的内部机制。 因此在本章中仅做简要介绍。 细节将在后续章节中描述。

表 后台进程

进程	概述	参考
background writer	本进程负责将共享缓冲池中的脏页逐渐刷入持久化存储中（例如，HDD，SSD）（在9.1及更旧版本中，它还负责处理检查点（checkpoint））	8.6
checkpointer	在9.2及更新版本中，该进程负责处理检查点。	8.6, 9.7
autovacuum launcher	周期性地启动自动清理工作进程（更准确地说，它向Postgres服务器请求创建自动清理工作进程）	6.5
WAL writer	本进程周期性地将WAL缓冲区中的WAL数据刷入持久存储中。	9.9
statistics collector	本进程负责收集统计信息，用于诸如pg_stat_activity，pg_stat_database等系统视图。
logging collector (logger)	本进程负责将错误消息写入日志文件。
archiver	本进程负责将日志归档。	9.10

这里展示了PostgreSQL服务器包含的实际进程。 在以下示例中有一个postgres服务器进程（pid为9687），两个后端进程（pid为9697和9717），以及表2.1中列出的几个后台进程正在运行，亦见图2.1。

postgres> pstree -p 9687
-+= 00001 root /sbin/launchd
\-+- 09687 postgres /usr/local/pgsql/bin/postgres -D /usr/local/pgsql/data
|--= 09688 postgres postgres: logger process     
|--= 09690 postgres postgres: checkpointer process     
|--= 09691 postgres postgres: writer process     
|--= 09692 postgres postgres: wal writer process     
|--= 09693 postgres postgres: autovacuum launcher process     
|--= 09694 postgres postgres: archiver process     
|--= 09695 postgres postgres: stats collector process     
|--= 09697 postgres postgres: postgres sampledb 192.168.1.100(54924) idle  
\--= 09717 postgres postgres: postgres sampledb 192.168.1.100(54964) idle in transaction  

内存架构

PostgreSQL的内存架构可以分为两部分：

• 本地内存区域 —— 由每个后端进程分配，供自己使用。
• 共享内存区域 —— 供PostgreSQL服务器的所有进程使用。

PostgreSQL的内存架构

本地内存区域

每个后端进程都会分配一块本地内存区域用于查询处理。该区域会分为几个子区域 —— 子区域的大小有的固定，有的可变。 下表列出了主要的子区域。

表 本地内存区域

子区域	描述	参考
work_mem	执行器在执行ORDER BY和DISTINCT时使用该区域对元组做排序，以及存储归并连接和散列连接中的连接表。	第3章
maintenance_work_mem	某些类型的维护操作使用该区域（例如VACUUM，REINDEX）。	6.1
temp_buffers	执行器使用此区域存储临时表。

共享内存区域

PostgreSQL服务器启动时会分配共享内存区域。该区域分为几个固定大小的子区域。 下表列出了主要的子区域。

表 共享内存区域

子区域	描述	参考
shared buffer pool	PostgreSQL将表和索引中的页面从持久存储加载至此，并直接操作它们。	第8章
WAL buffer	为确保服务故障不会导致任何数据丢失，PostgreSQL实现了WAL机制。 WAL数据（也称为XLOG记录）是PostgreSQL中的事务日志；WAL缓冲区是WAL数据在写入持久存储之前的缓冲区。	第9章
commit log	提交日志（Commit Log, CLOG） 为并发控制（CC）机制保存了所需的所有事务状态（例如进行中，已提交，已中止等）。	5.4

除了上面这些，PostgreSQL还分配了这几个区域：

• 用于访问控制机制的子区域（例如信号量，轻量级锁，共享和排他锁等）。
• 各种后台进程使用的子区域，例如checkpointer和autovacuum。
• 用于事务处理的子区域，例如保存点（save-point） 与 两阶段提交（2PC）。

诸如此类。