Docker Swarm集群中批量事务时pgPool容器重启问题排查求助

集群环境配置 #

3台主机组成Docker Swarm集群，容器分布如下：

Host01 - pgPool/Postgres(pg-0)/pgAdmin
Host02 - pgPool/Postgres(pg-1)
Host03 - pgPool/Postgres(pg-2)

流量通过负载均衡器接入pgPool，常规事务与PostgreSQL复制功能均正常。

问题现象 #

执行批量事务时，所有pgPool容器触发重启，重启日志如下：

2023-12-11 19:08:01: pid 1: LOG:  shutting down
2023-12-11 19:08:01: pid 1: LOG:  terminating all child processes

此外，pgPool正常运行时持续打印以下日志，暂不确定是否关联重启问题：

2023-12-11 19:07:47: pid 1156: DETAIL:  EOF encountered with frontend
2023-12-11 19:07:52: pid 1: LOG:  child process with pid: 341 exits with status 256
2023-12-11 19:07:52: pid 1: LOG:  fork a new child process with pid: 1285
2023-12-11 19:07:52: pid 1: LOG:  child process with pid: 446 exits with status 256
2023-12-11 19:07:52: pid 1: LOG:  fork a new child process with pid: 1286
2023-12-11 19:07:56: pid 1: LOG:  child process with pid: 465 exits with status 256
2023-12-11 19:07:56: pid 1: LOG:  fork a new child process with pid: 1301
2023-12-11 19:07:56: pid 343: ERROR:  unable to read data from frontend
2023-12-11 19:07:56: pid 343: DETAIL:  EOF encountered with frontend
2023-12-11 19:07:56: pid 1: LOG:  child process with pid: 207 exits with status 256
2023-12-11 19:07:56: pid 1: LOG:  fork a new child process with pid: 1302
2023-12-11 19:07:56: pid 1: LOG:  child process with pid: 346 exits with status 256
2023-12-11 19:07:56: pid 1: LOG:  fork a new child process with pid: 1303

版本信息：PostgreSQL 13 / pgPool 4.2.1

排查方向 #

• 检查pgPool连接参数配置
  批量事务会占用大量连接，确认max_connections、child_max_connections是否足够，避免连接耗尽触发进程崩溃；同时检查client_idle_limit、client_login_retry等超时参数，是否因批量事务超时导致前端连接提前断开，引发pgPool进程异常。

• 验证批量事务的数据包大小
  检查批量事务中单条请求的数据量，是否超过pgpool.conf里的message_queue_depth限制，导致消息队列溢出触发进程重启；同时核对PostgreSQL的max_wal_size、work_mem参数，确保能支撑大流量批量操作。

• 排查Docker资源限制
  通过docker stats查看pgPool容器运行时的CPU、内存占用情况，确认是否因批量事务导致资源耗尽，触发Docker的OOM Killer或进程重启机制。

• 分析进程退出状态码
  日志中子进程退出状态256对应EXIT_FAILURE，说明子进程处理请求时异常崩溃。开启pgPool调试日志（设置log_min_messages = debug），获取更详细的错误信息，定位批量事务中具体触发崩溃的请求类型。

• 检查负载均衡器的超时设置
  确认负载均衡器的timeout、idle_timeout参数是否大于批量事务的执行时长，避免前端连接被强制断开，导致pgPool收到EOF信号引发子进程异常。

• 验证版本兼容性
  虽pgPool 4.2.1与PostgreSQL 13理论兼容，但部分批量事务特性（如大量COPY操作、批量DML）可能存在适配问题。尝试升级pgPool至最新稳定版本（如4.4.x），验证问题是否消失。

内容的提问来源于stack exchange，提问作者Kasun Wimaladarma