PostgreSQL 11集群启动失败（WAL重做阶段出错）且无完整日志，求排查恢复方案

看起来你遇到了磁盘满导致PostgreSQL集群挂掉后重启卡壳的麻烦，尤其是卡在WAL重做这一步还找不到完整日志，确实挺闹心的。我来给你一步步梳理排查和恢复的方案，优先帮你把集群拉起来——既然你说可以接受丢失部分未提交的数据，那咱们就朝着这个方向来：

第一步：先找到完整的PostgreSQL日志 #

你之前看的systemctl日志只是片段，真正的PostgreSQL运行日志藏在默认路径里，Ubuntu上大概率在 /var/log/postgresql/ 目录下：

• 先执行这个命令看看：ls /var/log/postgresql/，应该能看到类似 postgresql-11-main.log 的文件，打开它（比如用 sudo tail -n 100 /var/log/postgresql/postgresql-11-main.log），里面会有WAL重做失败的具体原因，比如哪个文件损坏、哪个数据块出问题，这能帮你更精准定位。
• 如果这个目录没日志，试试找postgres进程的启动参数：ps aux | grep postgres，看有没有 -l 开头的参数指定日志路径；或者检查 /etc/postgresql/11/main/environment 文件，有没有定义PGLOG这类环境变量。

第二步：跳过WAL重做强制启动（适合接受数据丢失的场景） #

⚠️ 重要前提：先给现有数据目录做完整备份！这步绝对不能省，防止操作失误彻底搞坏数据：

sudo cp -r /var/lib/postgresql/11/main /var/lib/postgresql/11/main_backup_$(date +%Y%m%d)

备份完成后，按以下步骤操作：

1. 彻底停掉所有postgres相关进程：

   sudo systemctl stop postgresql@11-main.service
   # 检查有没有残留进程，有就杀掉
   ps aux | grep postgres | grep -v grep | awk '{print $2}' | sudo xargs kill -9
   

2. 修改PostgreSQL配置文件，启用最小恢复模式：
   编辑 /etc/postgresql/11/main/postgresql.conf，找到或添加以下参数：

   wal_recovery_mode = 'minimal'
   

   （minimal模式会跳过所有需要重做的WAL，只保证数据文件的一致性，代价是丢失崩溃前未提交的事务）
3. 如果不存在 recovery.conf 文件，就在数据目录 /var/lib/postgresql/11/main/ 下创建它，添加：

   recovery_target_action = 'promote'
   

4. 尝试启动集群：

   sudo pg_ctlcluster 11 main start
   

   如果启动成功，第一时间做一次全量备份：

   sudo -u postgres pg_dumpall > /tmp/full_postgres_backup.sql
   

第三步：如果上述方法失败，重建集群（依赖旧备份） #

如果数据文件已经损坏到无法修复，那就只能重建集群再恢复备份：

1. 同样先备份现有数据目录（之前做过就跳过）。
2. 删除故障集群：

   sudo pg_dropcluster 11 main
   

3. 重新初始化集群：

   sudo pg_createcluster 11 main
   

4. 启动新集群：

   sudo pg_ctlcluster 11 main start
   

5. 恢复之前的备份（如果有旧备份文件的话）：

   sudo -u postgres psql -d postgres < /path/to/your/old_backup.sql
   

额外排查点 #

• 检查数据目录权限：执行 ls -ld /var/lib/postgresql/11/main，确保所有者是 postgres:postgres，权限为 drwx------，否则用 sudo chown -R postgres:postgres /var/lib/postgresql/11/main 修正。
• 确认磁盘空间真的足够：执行 df -h，确保 /var/lib/postgresql 所在分区有充足的剩余空间，避免再次因为磁盘满出问题。

备注：内容来源于stack exchange，提问作者Grismar