PGLens – программный продукт для анализа производительности PostgreSQL. Система собирает, агрегирует и хранит статистику подключенных экземпляров, отображает их конфигурации и журналы работы, что позволяет находить узкие места, анализировать историческую нагрузку и оптимизировать запросы.
PGLens нужен вам, если
Стандартной статистики PostgreSQL недостаточно для глубокого анализа, а детальная история работы кластера нужна целиком для принятия верных решений.
Рост задержек в работе
Время отклика растет, а причина скрыта в тысячах запросов – непонятно, с какого начинать разбор.
Кластер перезапущен, данные пропали
Инцидент исчерпан, в системных представлениях данных уже нет, но восстановить хронологию по чему-то нужно.
После миграции просела производительность
Деградация есть, а сравнить поведение СУБД до и после изменений нечем.
Статистика разрознена
Данные приходится собирать между логами и системными представлениями и сопоставлять вручную.
Непонятно, какие индексы работают
Нет наглядной статистики использования индексов и оценки эффективности покрытия.
Изменили конфигурацию, эффект неясен
После правки shared_buffers или другого параметра неочевидно, как это отразилось на системе.
Для кого PGLens
Задачи четырех специальностей закрываются одной накопленной базой статистики.
DBA
Сортировка нагрузки по самым дорогим запросам, разбор отдельного запроса с предикатами и планами, проверка гипотезы об индексе до правки схемы.
DevOps и SRE
Состояние кластера, репликация и слоты, архивация журналов предзаписи, контрольные точки. Хронология сбоя восстанавливается по накопленной истории.
Разработчики
Число вызовов, суммарное и среднее время выполнения, доля попаданий в кэш по каждому запросу – видно, какой код обходится базе дороже всего.
ИТ-руководители
Сводная статистика по базам и экземплярам с выгрузкой в CSV – материал для отчетности и планирования ресурсов.
Возможности PGLens
Четыре направления работы с производительностью PostgreSQL – от наблюдения за состоянием кластера до рекомендаций по индексам.
Мониторинг PostgreSQL
Централизованный контроль состояния подключенных экземпляров в едином интерфейсе.
- Топ запросов по времени выполнения, частоте и потреблению ресурсов
- История сессий, блокировок и конкуренции за ресурсы
- CPU, дисковый ввод-вывод и количество соединений в исторических графиках
- История использования индексов и нехватка индексного покрытия
- Сравнение состояния до и после оптимизации, обновления или деплоя
- Ежедневные срезы по состоянию кластера без прямого доступа к базе
Анализ PostgreSQL
Поиск первопричины деградации по накопленной истории состояний кластера.
- Подбор индексов по предикатам запроса с расчетом выигрыша в стоимости
- План выполнения запроса с разбивкой по узлам
- Аннотации изменений конфигурации и рестартов на временной шкале
- Интенсивность записи в WAL, работа архиватора, лаг репликации
- Соотношение попаданий в кэш и чтений с диска в динамике
- Возраст активных бэкендов и контроль долгоживущих транзакций
Оптимизация PostgreSQL
Приоритизация усилий по данным и проверка гипотез до изменений в кластере.
- Ранжирование запросов по весу, частоте вызовов и влиянию на CPU и диск
- Статистика использования индексов: избыточное индексирование и нехватка покрытия
- Моделирование индекса в памяти текущей сессии, без изменения структуры таблиц
- Готовая команда CREATE INDEX по итогам анализа предикатов
- Оценка эффекта правки параметров в динамике
- Диагностика ресурсов: кэш, WAL, соединения
Аудит PostgreSQL
Структурированная картина состояния СУБД вместо разрозненных данных из логов и системных представлений.
- SQL-запросы и планы выполнения
- Блокировки и долгоживущие запросы
- Индексы и динамика роста объектов
- Параметры конфигурации PostgreSQL
- Репликация и отказоустойчивость
- Логи, ошибки и аномальные пики нагрузки
Как устроен PGLens
Принцип работы, который отличает PGLens от инструментов, читающих только метрики хоста.
История хранится отдельно от наблюдаемой СУБД. Если кластер перезапущен или реинициализирован, данные для анализа причин случившегося сбоя остаются доступны – даже когда в системных представлениях их уже нет.
Рестарты экземпляров и изменения параметров конфигурации фиксируются автоматически и отображаются прямо на временной шкале – видно, как правка shared_buffers отразилась на поведении системы.
Оценка потенциального индекса выполняется в памяти текущей сессии и не затрагивает структуру таблиц. Система показывает план без индекса, план с ним и расчетный выигрыш в стоимости запроса.
Сбор построен на снятии снимков состояния и не создает значимой нагрузки на рабочие транзакции наблюдаемой СУБД.
Как выглядит работа PGLens
Посмотрите короткое видео о PGLens, чтобы оценить преимущества использования продукта. Хотите протестировать на своей базе данных? Попробуйте демо!
Внедрение
Два формата поставки – под требования к безопасности данных и наличие ресурсов под инсталляцию.
Onprem
Коробочная поставка в периметре вашей инфраструктуры. Статистика работы СУБД остается на ваших серверах.
данные не покидают контур
PaaS
Облачная версия без развертывания на своих мощностях. Чтобы быстро начать сбор статистики.
без своей инфраструктуры
Как начать работу
Путь от заявки до первых данных по вашим экземплярам.
Обращение через форму на сайте. Аудит PostgreSQL с использованием PGLens занимает 7 дней и проводится бесплатно. Для аудита рекомендуется pre-prod: там безопасно воспроизводить нагрузку и проверять гипотезы.
Установка в вашем контуре в формате on-prem, в том числе в контейнере Docker. Если выделять ресурсы под инсталляцию не требуется, подключается облачная версия PaaS.
Агенты PGLens Collector подключаются к экземплярам PostgreSQL и передают данные по шифрованному каналу. В сбор попадают статистика работы, SQL-запросы и планы, метрики и события, параметры конфигурации.
С запуском сбора накапливается история работы экземпляров. Техподдержка помогает с подключением и настройкой сбора, для администратора системы проводится обучение.
Что PGLens не делает
Границы инструмента, о которых лучше знать заранее.
Не показывает мгновенное состояние
Сбор построен на снимках: система дает динамику за период, а не значение на текущую секунду.
Не следит за хостом и инфраструктурой
Область работы – сама СУБД: запросы, планы, блокировки, конфигурация.
Не создает индексы сам
Система формирует готовую команду, выполняет ее администратор.
Не выдает вердикт
Ранжирование и расчеты дают базу для решений, выбор остается за инженером.
Частые вопросы о PGLens
У нас уже есть Zabbix и Grafana. Зачем PGLens?
Насколько сбор статистики нагружает кластер?
Что происходит с историей при рестарте или реинициализации экземпляра?
PGLens показывает данные в реальном времени?
Моделирование индексов меняет структуру таблиц?
Чем onprem-версия отличается от PaaS?
Поддержка и обучение
Сопровождение на всех этапах – от подключения экземпляров до обучения администратора системы.
Техподдержка 24/7
Помощь с подключением экземпляров, настройкой сбора статистики и разбором сложных ситуаций в любое время.
Консультации по конфигурации
Разбор работы PGLens применительно к вашим экземплярам и кластерам, а не по типовому чек-листу.
Обучение администратора
Погружение в интерфейс и сценарии работы: наблюдение за состоянием, ранжирование запросов, моделирование индексов.
Дорожная карта продукта
Презентации по развитию PGLens и информирование о новых возможностях системы.
Собственная разработка ЦТИТП
PGLens – собственная разработка ЦТИТП, российской компании технической поддержки ПО, основанной в 2022 году специалистами московского офиса IBM. Инструмент создан внутри компании для детального анализа PostgreSQL в проектах заказчиков и построен на практике работы с реальными инсталляциями под нагрузкой.
О компании
Сертифицированная экспертиза
Специалисты ЦТИТП сертифицированы ведущими российскими и международными вендорами баз данных и инфраструктурного ПО.
