AWS EBS卷疑似瓶颈：PostgreSQL数据仓库性能异常排查求助

一、EC2实例层面验证 #

• 确认t3.2xlarge的EBS带宽与性能限制：t3属于突发性能实例，CPU积分耗尽时会降频，间接拖累IO表现。用top观察CPU使用率，通过AWS CloudWatch查看CPUCreditBalance指标，若积分持续低位，可临时切换到m5.2xlarge这类固定性能实例做对比测试。
• 检查EBS优化状态：在AWS控制台实例详情页确认已启用EBS优化，或执行curl http://169.254.169.254/latest/meta-data/ebs-optimized，返回true即为正常启用状态。

二、EBS卷性能裸测 #

• 脱离PostgreSQL做基准测试：停止数据库服务后，用fio直接测试EBS卷的极限性能，排除数据库负载干扰。示例命令：

  # 随机读测试（模拟OLTP/数据仓库随机查询）
  fio --name=randread_test --ioengine=libaio --rw=randread --bs=4k --numjobs=8 --size=10G --iodepth=32 --runtime=60 --time_based --group_reporting
  # 顺序写测试（模拟批量数据加载）
  fio --name=seqwrite_test --ioengine=libaio --rw=write --bs=128k --numjobs=4 --size=10G --iodepth=16 --runtime=60 --time_based --group_reporting
  

  若测试结果仍达不到配置的8000 IOPS/200Mbps，直接提交AWS支持工单，排查EBS卷所在AZ的硬件配额或性能分配问题。
• 核对EBS CloudWatch指标：重点查看VolumeQueueLength、VolumeReadOps、VolumeWriteOps、VolumeThroughput，对比配置参数，明确是实例端限制还是EBS端未达标。

三、Ubuntu系统配置排查 #

• 调整IO调度器：Ubuntu 18.04默认用cfq调度器，对EBS更适配的是mq-deadline或none。执行cat /sys/block/<ebs-device>/queue/scheduler查看当前调度器，临时修改用echo mq-deadline > /sys/block/<ebs-device>/queue/scheduler；永久生效需在/etc/default/grub中添加GRUB_CMDLINE_LINUX_DEFAULT="quiet splash elevator=mq-deadline"，然后执行update-grub并重启。
• 优化文件系统参数：若用ext4，确认挂载参数是否开启noatime（减少元数据写入），关闭discard（TRIM可能影响EBS性能）。执行mount查看挂载信息，比如/dev/nvme1n1 on /pgdata type ext4 (rw,noatime,nodiscard)。
• 调整内核脏页参数：vm.dirty_ratio和vm.dirty_background_ratio过高会导致批量刷盘堆积IO队列，建议临时调整测试：

  sysctl -w vm.dirty_ratio=10
  sysctl -w vm.dirty_background_ratio=5
  

  永久生效写入/etc/sysctl.conf后执行sysctl -p。

四、PostgreSQL内部负载分析 #

• 定位高IO SQL：启用pg_stat_statements扩展，执行SELECT queryid, query, total_time, blk_read_time, blk_write_time FROM pg_stat_statements ORDER BY blk_read_time DESC LIMIT 10;，找出全表扫描、无索引查询等耗IO的语句。
• 优化PG配置参数：t3.2xlarge有32GB内存，shared_buffers建议设为8GB左右；work_mem避免过大导致临时文件溢出；调整checkpoint_timeout和max_wal_size，减少频繁checkpoint引发的IO突增；核对wal_buffers大小，避免WAL频繁刷盘。

五、网络层面排除 #

• 检查网卡带宽占用：用iftop或nload观察实时带宽，若网卡跑满（t3.2xlarge网卡上限10Gbps），会抢占EBS的IO资源（EBS流量走实例网卡）。
• 排查后台网络任务：确认是否有跨AZ数据同步、远程备份、日志推送等任务占用带宽，这些会间接限制EBS吞吐量。

内容的提问来源于stack exchange，提问作者Alexi Theodore