如何检测PostgreSQL是否正常关闭？适配pg_rewind执行需求

怎么判断PostgreSQL是否非正常关闭 #

下面是几个靠谱的检测方式：

• 用pg_controldata查看集群状态
  运行pg_controldata $PGDATA，找到Database cluster state字段：

  • 显示in production：说明数据库未正常关闭（崩溃、强制杀进程、服务器宕机都属于这类情况）
  • 显示shut down：正常关闭
  • 显示shut down in recovery：备库正常关闭

• 核对postmaster.pid与实际进程

  • 如果$PGDATA/postmaster.pid存在，但文件中记录的PID在系统中查不到（用ps -p <PID>验证），说明进程被强制终止或崩溃，属于非正常关闭
  • 划重点：正常关闭时postmaster.pid会被自动删除，只有非正常关闭才会残留该文件

• 查看PostgreSQL日志找线索
  搜索日志中的这些关键词：

  • server process (PID xxx) was terminated by signal xx：进程被信号强制终止（比如kill -9）
  • database system was interrupted：服务器崩溃或意外断电
  • database system was not properly shut down; automatic recovery in progress：启动时会提示之前是非正常关闭

为pg_rewind做前置处理 #

如果检测到非正常关闭，得先让数据库进入正常关闭状态才能执行pg_rewind：

1. 启动数据库：pg_ctl start -D $PGDATA
   • 启动时PostgreSQL会自动执行崩溃恢复，等恢复完成后数据库会处于正常运行状态
2. 正常关闭数据库：pg_ctl stop -D $PGDATA -m fast
   • 用-m fast保证快速且正常关闭，此时集群状态会变为shut down，满足pg_rewind的前置要求

数据状态检查建议 #

碰到非正常关闭的情况，建议做这些数据检查：

• 用pg_checksums校验数据完整性
  运行pg_checksums -c -D $PGDATA，该命令会检查所有数据块的校验和，确认是否存在损坏
  • 注意：必须在数据库关闭状态下才能执行此命令
• 查看日志中的恢复记录
  检查崩溃恢复过程中是否有错误或警告（比如corrupted page），如果有，需要针对性修复对应的数据块

整合到你的同步修复流程 #

把检测逻辑加到现有代码中，流程大概如下：

1. 检测备库是否不同步
2. 检查备库的PostgreSQL关闭状态：
   • 若为非正常关闭：
     a. 启动备库，等待自动恢复完成
     b. 正常关闭备库
     c. 执行pg_checksums检查数据完整性
     d. 数据无损坏的话，执行pg_rewind操作
   • 若为正常关闭：直接执行pg_rewind操作

内容的提问来源于stack exchange，提问作者caffein