AWS DMS任务失败：无法访问pglogical文件问题排查求助

AWS DMS全量加载+持续复制任务稳定运行2个月后突发故障，DMS任务报错：

Last failure message
Last Error Stream Component Fatal error. Task error notification received from subtask 0, thread 0 [reptask/replicationtask.c:2880] [1020101] Error executing source loop; Stream component failed at subtask 0, component; Stream component terminated [reptask/replicationtask.c:2888] [1020101] Stop Reason FATAL_ERROR Error Level FATAL

CloudWatch日志中发现以下错误：

• NativeError: 1 Message: ERROR: could not access file "pglogical": No such file or directory; Error while executing the query
• ERROR: relation "pglogical.replication_set" does not exist; No query has been executed with that handle

尝试在postgresql.conf中设置shared_preload_libraries = 'pglogical'后，PostgreSQL无法启动。

环境信息：

• 源库：PostgreSQL 13.4 (Ubuntu 13.4-1.pgdg18.04+1)
• 目标库：Aurora PostgreSQL 13.7
• 源库postgresql.conf相关配置：

wal_level = logical
max_wal_senders = 10            # max number of walsender processes
wal_sender_timeout = 0          # in milliseconds; 0 disables
max_replication_slots = 10      # max number of replication slots

1. 确认pglogical扩展是否已安装 #

PostgreSQL启动失败大概率是因为pglogical扩展未实际安装到系统中。执行以下命令检查：

# 查看已安装的PostgreSQL扩展
psql -c "SELECT * FROM pg_extension;"
# 检查系统中是否存在pglogical相关文件
find / -name "pglogical.so" 2>/dev/null

如果未找到，针对Ubuntu系统安装对应版本的pglogical扩展：

sudo apt update
sudo apt install postgresql-13-pglogical

安装完成后再重启PostgreSQL服务。

2. 检查DMS源端点的pglogical配置 #

确认DMS源端点是否被误启用了pglogical相关设置：

• 登录AWS控制台进入DMS源端点配置页，检查Use pglogical选项状态
• 若此前任务未使用pglogical，该选项被开启会导致DMS尝试调用pglogical函数引发报错，关闭后重启DMS任务

3. 核查源库账号的复制权限 #

确认DMS使用的源库账号权限是否有变更，执行以下SQL检查：

-- 查看账号的复制权限
SELECT usename, userepl FROM pg_user WHERE usename = 'dms_user';
-- 检查是否拥有pglogical相关权限（仅当需要使用pglogical时执行）
SELECT * FROM pg_roles WHERE rolname = 'dms_user';

若权限不足，重新授予必要权限：

ALTER USER dms_user WITH REPLICATION;
GRANT ALL ON SCHEMA pglogical TO dms_user; -- 按需执行

4. 分析PostgreSQL启动失败的具体原因 #

查看PostgreSQL日志文件（通常位于/var/log/postgresql/目录）定位启动失败细节：

tail -n 50 /var/log/postgresql/postgresql-13-main.log

常见触发原因：

• pglogical版本与PostgreSQL版本不兼容
• shared_preload_libraries配置存在扩展冲突
• pglogical相关文件的所有者不是postgres用户

5. 回退配置并排查故障触发点 #

先将shared_preload_libraries恢复为之前的有效配置，确保PostgreSQL正常启动，再做以下检查：

• 查看故障时间点的源库操作日志，确认是否有schema变更、扩展操作、参数修改等行为
• 检查源库复制槽状态：

SELECT * FROM pg_replication_slots;

若复制槽异常，可尝试删除并重新创建DMS对应的复制槽（操作前需确认无数据丢失风险）

6. 检查DMS任务的配置变更 #

确认DMS任务的迁移类型、表映射规则是否被修改，是否新增了需要pglogical支持的表或操作，导致DMS调用pglogical组件

内容的提问来源于stack exchange，提问作者Gosia