问三个礼拜PostgreSQL问题的那同学，希望这篇让你PG之路一切顺遂

PostgreSQL WAL 归档：问题与配置要点

├── 1. 归档中的常见问题
│   ├── 1.1 WAL 文件堆积 (磁盘空间耗尽)
│   │   ├── 原因
│   │   │   ├── archive_command 执行失败/过慢
│   │   │   ├── 目标存储空间不足
│   │   │   ├── 权限问题
│   │   │   ├── 复制槽 (Replication Slots) 未清理/卡顿
│   │   │   └── wal_keep_size 设置过高
│   ├── 1.2 归档数据丢失/不完整
│   │   ├── 原因
│   │   │   ├── archive_command 未正确返回成功状态
│   │   │   ├── 网络/存储设备故障
│   │   │   ├── 归档脚本逻辑错误
│   │   │   └── 缺乏基础备份 (无法单独恢复)
│   ├── 1.3 恢复过程复杂/失败
│   │   ├── 原因
│   │   │   ├── 基础备份与 WAL 归档不匹配
│   │   │   ├── restore_command 配置错误
│   │   │   ├── WAL 文件损坏/缺失
│   │   │   ├── 归档文件压缩/解压问题
│   │   │   └── 归档目录结构混乱
│   └── 1.4 性能开销
│       ├── 原因
│       │   └── archive_command 消耗资源过多 (CPU/I/O)
│
├── 2. 归档配置的注意点 (postgresql.conf & 脚本)
│   ├── 2.1 postgresql.conf 参数
│   │   ├── wal_level
│   │   │   ├── 必须: replica/archive (旧版本), logical
│   │   │   └── 勿设: minimal
│   │   ├── archive_mode
│   │   │   └── 必须: on
│   │   ├── archive_command
│   │   │   ├── 核心：shell 命令，处理 %p (路径) & %f (文件名)
│   │   │   ├── 关键点
│   │   │   │   ├── 幂等性 (处理重复调用)
│   │   │   │   ├── 原子性 (先临时复制，后原子重命名)
│   │   │   │   ├── 成功退出码 (必须返回 0)
│   │   │   │   ├── 错误处理与日志记录
│   │   │   │   └── 权限 (Pg 用户对目标目录有写权限)
│   │   │   ├── 常用功能
│   │   │   │   ├── 压缩 (gzip)
│   │   │   │   └── 远程传输 (scp, rsync, S3 tools)
│   │   │   └── 容易出错
│   │   │       ├── 命令语法错误
│   │   │       ├── 硬编码路径
│   │   │       ├── 缺乏错误处理
│   │   │       └── 权限不足
│   │   ├── archive_timeout
│   │   │   ├── 作用：强制切换 WAL 段并归档 (即使未满)
│   │   │   └── 建议：低事务量时可设较小值 (如 60s, 300s)
│   │   └── wal_keep_size (或 wal_keep_segments)
│   │       ├── 作用：保留 WAL 文件供备库使用
│   │       ├── 建议：使用复制槽时可设为 0 (或很小)
│   │       └── 注意：过大导致本地磁盘空间浪费
│   ├── 2.2 基础备份 (Base Backup)
│   │   ├── 作用：PITR 的起点
│   │   ├── 工具：pg_basebackup
│   │   └── 最佳实践：定期全量备份，确保与 WAL 归档匹配
│   └── 2.3 恢复命令 (restore_command)
│       ├── 作用：在恢复时获取 WAL 文件
│       ├── 关键点：与 archive_command 对应 (路径，压缩/解压)
│       └── 容易出错：路径不匹配，权限问题，文件缺失/损坏
│
└── 3. 容易出现问题的地方与管理建议
    ├── 3.1 磁盘空间管理
    │   ├── 监控：主库 pg_wal 目录
    │   └── 监控：归档目标存储空间
    ├── 3.2 权限问题
    │   └── 确保 Pg 用户对归档相关目录/文件有读写权限
    ├── 3.3 archive_command 脚本的健壮性
    │   ├── 测试：充分测试各种场景 (成功，失败，重复)
    │   ├── 日志：内部记录详细日志
    │   └── 错误处理：正确返回退出码
    ├── 3.4 复制槽 (Replication Slots) 的使用与管理
    │   ├── 优势：确保 WAL 不被删除
    │   ├── 风险：备库卡顿导致 WAL 无限增长
    │   ├── 管理：
    │   │   ├── 监控 pg_replication_slots 视图
    │   │   ├── 设置 max_slot_wal_keep_size 上限
    │   │   └── 及时清理不再使用的复制槽
    ├── 3.5 灾难恢复演练
    │   ├── 重要性：定期演练 (季度/半年)
    │   └── 自动化：尽可能自动化恢复流程
    └── 3.6 监控和告警
        ├── 监控：pg_stat_archiver (归档成功/失败计数)
        ├── 监控：磁盘空间 (pg_wal, 归档目录)
        └── 监控：复制延迟 (结合流复制)

-- 1. 查看所有逻辑复制槽（slot_type = 'logical'）
SELECT * 
FROM pg_replication_slots 
WHERE slot_type = 'logical';

-- 2. 判断复制槽是否存在（替换 'your_slot_name'）
SELECT EXISTS (
  SELECT 1 
  FROM pg_replication_slots 
  WHERE slot_type = 'logical' AND slot_name = 'your_slot_name'
) AS slot_exists;

-- 3. 查看逻辑复制槽是否活跃（active 表示是否被订阅端占用）
SELECT 
  slot_name, 
  active 
FROM pg_replication_slots 
WHERE slot_type = 'logical';

-- 4. 检查逻辑槽延迟（WAL 堆积字节数），判断是否可能失效或卡住
SELECT 
  slot_name,
  active,
  pg_size_pretty(pg_wal_lsn_diff(pg_current_wal_lsn(), confirmed_flush_lsn)) AS wal_delay,
  pg_current_wal_lsn() AS current_lsn,
  confirmed_flush_lsn
FROM pg_replication_slots 
WHERE slot_type = 'logical';

-- 5. 查看逻辑订阅延迟（订阅端使用，查询 pg_stat_subscription）
SELECT 
  subscription_name,
  received_lsn,
  latest_end_lsn,
  latest_end_time,
  now() AS now,
  EXTRACT(EPOCH FROM now() - latest_end_time)::int AS delay_seconds
FROM pg_stat_subscription;

-- 6. 查看 replication 连接状态（发布端，用于逻辑复制进程的状态）
SELECT 
  pid,
  application_name,
  state,
  client_addr,
  sync_state,
  pg_size_pretty(pg_wal_lsn_diff(pg_current_wal_lsn(), flush_lsn)) AS flush_lag,
  pg_size_pretty(pg_wal_lsn_diff(pg_current_w_

requested WAL segment has already been removed

could not receive data from WAL stream

# postgresql.conf 主库设置
wal_keep_size = '1GB'  (具体设置多少根据你的情况而定，这个保留可以归档但不归档还放到pg_wal目录下的日志文件的大小)