성능 문제 해결
성능 IBM Cloud® Databases for PostgreSQL 문제 해결을 위해 다음 지침을 따르십시오.
일반적인 개요는 성능을 PostgreSQL 참조하십시오.
느린 데이터베이스 성능
이 문제의 전형적인 증상은 다음과 같습니다:
- 높은 디스크 입출력(I/O) 또는 메모리 사용량
- 느린 쿼리
가장 흔한 원인은 느린 쿼리가 조사되고 있기 때문입니다. 다음 단계를 완료하여 해당 사항인지 확인하십시오:
-
장시간 실행 중인 쿼리를 나열하십시오:
select age(now(),query_start), pid, client_addr, state, substring(query,0,80) from pg_stat_activity where state != 'idle' order by 1 desc; -
쿼리 차단 검증:
select pg_blocking_pids(pid), pid AS blocked_pid, state, query, age(now(),query_start) AS duration from pg_stat_activity where array_length(pg_blocking_pids(pid),1) > 0 order by 1,2; -
쿼리 실행 계획을 확인하십시오:
Explain <query>; -
데이터베이스 통계가 누락되었는지 확인하십시오. 다음 쿼리를 사용하여 유효성 검사: 작업 > 분석 실행 또는 다음 명령을 실행하십시오:
Analyze <tablename> select relname, n_live_tup, n_dead_tup, last_vacuum,last_autovacuum,last_analyze,last_autoanalyze, analyze_count,autoanalyze_count from pg_stat_all_tables where schemaname='public'; -
테이블에서 인덱스가 누락되었는지 확인하십시오. PostgreSQL B-트리, 해시, GiST,SP-GiST, GIN 및 BRIN과 같은 인덱스 메서드를 제공합니다. 다음 방법 중 하나를 사용하여 인덱스를 생성하십시오.
-
테이블이 부풀어 올랐는지 확인하십시오. 다음 쿼리를 실행하여 검증하십시오. 작업 > 진공 청소기 실행
또는 다음 문장을 사용하십시오:
SELECT relname AS table_name, pg_size_pretty(pg_relation_size(c.oid)) AS actual_size, pg_size_pretty( CASE WHEN c.relpages = 0 THEN 0 ELSE (pg_relation_size(c.oid) - (c.relpages * (current_setting('block_size')::numeric - 24))) * 100 / pg_relation_size(c.oid) END ) AS bloat_percentage, pg_size_pretty( CASE WHEN c.relpages = 0 THEN 0 ELSE (pg_relation_size(c.oid) - (c.relpages * (current_setting('block_size')::numeric - 24))) END )AS bloat_size FROM pg_class c LEFT JOIN pg_namespace n ON n.oid = c.relnamespace WHERE relkind = 'r' AND n.nspname = 'public' -- Adjust schema if needed ORDER BY bloat_size DESC NULLS LAST; -
데이터베이스 또는 객체가 또는
pg_dump로 생성되었는지pg_restore고려하십시오. 작업 > 통계 업데이트를 사용하여 새로 고침하십시오. -
쿼리가 정렬 작업을 완료하는 경우 충분한 메모리가
work_mem할당되도록 하십시오. -
다음 정보를 확인하기 위해 명령문을
pg_stat사용하십시오:-
평균 실행 시간 및 호출 횟수 조회
-
쿼리별 CPU 사용률
-
쿼리별 메모리 사용률
-
pg_stat_activity, pg_stat_bgwriter, 및 pg_buffercache 는 데이터베이스 성능을 모니터링하고 이해하는 데 있어 에서 PostgreSQL 중요한 도구입니다.
배포 모니터링 및 데이터베이스 부하 모니터링
Databases for PostgreSQL 이 배포 버전은 IBM Cloud Monitoring 서비스와의 연동을 제공하여 배포 환경의 리소스 사용량을 모니터링할 수 있습니다. 이 서비스를 사용하여 배포(디스크 및 메모리)와 데이터베이스 부하를 모니터링하십시오.
대시보드를 Cloud Databases 사용하여 CPU, 메모리 및 디스크 IOPS 임계값에 대한 경보를 설정하십시오. 디스크 사용량이나 IOPS와 같은 다양한 지표들은 배포 환경에서 자동 확장 기능을 구성하는 데 유용합니다. 자동 스케일링은 기본적으로 활성화되어 있지 않으므로 수동으로 구성해야 합니다.
사용량 추세를 관찰하고 이러한 추세에 대응하도록 자동 확장 기능을 구성하면, 리소스 고갈로 인해 데이터베이스가 불안정해지기 전에 성능 문제를 완화하는 데 도움이 될 수 있습니다. 예를 들어, 디스크 I/O 변경이나 CPU 또는 메모리 오류로 인해 발생하는 성능 문제.
디스크 IOPS
초당 입출력 작업 수(IOPS)는 스토리지 볼륨의 유형과 크기에 따라 제한됩니다. 배포용 Databases for PostgreSQL 스토리지 볼륨은 GB당 10 IOPS 계층의 내구성 Block Storage 볼륨 에 프로비저닝됩니다.
운영 부하가 IOPS 한계에 도달하거나 이를 초과하는 경우, 스토리지 하위 시스템이 처리 속도를 따라잡을 때까지 데이터베이스 요청 및 작업이 지연됩니다. 장기간에 걸쳐 과부하가 지속되면 배포 환경이 쿼리를 처리하지 못하게 되어 사실상 사용 불가능한 상태가 될 수 있습니다. 디스크 용량을 늘리면 배포 환경에 사용할 수 있는 IOPS 수를 늘릴 수 있습니다. 예를 들어, GB당 10 IOPS 계층의 경우 볼륨 크기를 늘려 IOPS를 증가시킬 수 있습니다.
디스크 사용률이 40~50%에 달하는 상태가 장기간 지속될 경우 데이터베이스 성능에 심각한 부정적 영향을 미칠 수 있습니다. 프로덕션 환경에는 최소 100 GB의 디스크(1,000 IOPS)를 할당하십시오. IOPS = 할당된 GB × 10 (예: 100 GB = 1,000 IOPS)
메모리 사용량
메모리는 데이터에 접근하고 처리하는 가장 빠르고 효율적인 방법이다. 이 때문에 데이터베이스는 거의 항상 디스크에서 데이터를 읽는 것보다 메모리를 사용하는 것이 더 빠르게 동작합니다. 캐시 적중률, 읽은 블록 수, 적중 블록 수 등 살펴보고 고려해야 할 다른 지표들이 있습니다. 메모리 사용량이 100%라는 사실 자체만으로는 우려할 필요가 없습니다. 메모리가 고갈되어 스왑 페이지가 사용되면 성능이 크게 저하될 수 있습니다.
Databases for PostgreSQL 구성 파일에서 shared_buffers 값을 조정하여 데이터베이스의 공유 버퍼 풀에 할당될 메모리 양을 설정할 수 있습니다. 권장되는 최대 값은 배포 환경의 총 메모리 용량의 25%입니다. 공유 버퍼 풀에 너무 많은 메모리를 할당하면 다른 용도로 사용할 수 있는 시스템 메모리가 부족해질 수 있으며, 성능 저하를 초래하거나 심지어 데이터베이스가 작동하지 않게 될 수도 있습니다.
데이터베이스 부하 모니터링
데이터베이스 부하를 확인하는 두 가지 방법이 있습니다:
옵션 1. ( ICL )를 IBM Cloud Logs 사용하여 오래 실행되는 쿼리를 확인하십시오:
자세한 내용은 '쿼리 기록을 어떻게 추적하나요? '를 참조하세요
다음 샘플 DataPrime 쿼리를 사용할 수 IBM Cloud Logs 있습니다.
- 다음 IBM Cloud Logs 로드가 완료된 후, </>DataPrime 탭으로 전환하십시오. </>Lucene 검색창의 내용은 변경하지 마십시오.
- 탭에서 </>DataPrime 다음 검색을 실행하여 1000밀리초 이상 실행 중인 SQL을 찾습니다. 또한 해당 내용을 탭의 </>DataPrime 검색창에 붙여넣을 수 있습니다.
{
source logs|filter message.attr.durationMillis>=1000
}
옵션 2. 활성화하십시오 log_min_duration_statement
사용하면 지정된 밀리초 수보다 log_min_duration_statement 오래 걸리는 문장이 기록됩니다. 자세한 정보는 log_min_duration_statement의 내용을 참조하십시오.
pg_stat_statements 확장 모듈도 설치할 수 있습니다:
CREATE EXTENSION IF NOT EXISTS pg_stat_statements;
이 확장 기능은 통계 정보를 조회하여 특히 오래 실행되는 쿼리의 사례를 찾을 수 있게 해줍니다. 그런 다음 문제를 분리하여 다른 쿼리 패턴, 새 인덱스 또는 수정된 인덱스, 다른 테이블 설계 또는 성능 향상을 위한 기타 전략을 고려할 수 있습니다.
질의 1: 시간이 많이 소요되는 질의 식별
다음 문을 실행하여 시간이 많이 소요되는 쿼리를 확인할 수 있습니다:
SELECT username, database, queryid, query_preview, calls, total_exec_time, pct_exec_time, ROUND(SUM(pct_exec_time) OVER (ORDER BY total_exec_time DESC)) AS cum_pct_exec_time, avg_exec_time FROM ( SELECT pu.usename AS username, pd.datname AS database, pss.queryid, LEFT(pss.query, 50) AS query_preview, pss.calls, ROUND(pss.total_exec_time::numeric, 3) AS total_exec_time, ROUND((100.0 * pss.total_exec_time / SUM(pss.total_exec_time) OVER ())::numeric, 2) AS pct_exec_time, ROUND(pss.mean_exec_time::numeric, 3) AS avg_exec_time FROM pg_stat_statements pss JOIN pg_user pu ON pss.userid = pu.usesysid JOIN pg_database pd ON pss.dbid = pd.oid ) AS subquery ORDER BY total_exec_time DESC LIMIT 25;
이 문장은 다음과 같은 결과를 생성합니다:
| username | 데이터베이스 | 조회 ID | 쿼리 미리보기 | 호출 | 총 실행 시간 | 퍼센트 실행 시간 | 실행 시간 비율 | 평균 실행 시간 |
|---|---|---|---|---|---|---|---|---|
| IBM | postgres | <권한 부족> | 50685 | 38286.580 | 19.52 | 20 | 0.755 | |
| IBM | postgres | <권한 부족> | 280111 | 28477.951 | 14.52 | 34 | 0.102 | |
| IBM | postgres | <권한 부족> | 18 | 14568.978 | 7.43 | 41 | 809.388 | |
| IBM | postgres | <권한 부족> | 18 | 12103.904 | 6.17 | 48 | 672.439 | |
| IBM | IBM Cloud DB | <권한 부족> | 37552 | 7799.984 | 3.98 | 52 | 0.208 | |
| (5행) |
이 쿼리는 SQL 문 실행 통계를 추적하며 다음 정보를 제공합니다:
- 총 실행 시간이 가장 오래 걸린 25개의 쿼리를 표시합니다
- 쿼리를 실행한 사용자, 대상 데이터베이스, 쿼리 미리보기를 표시합니다
- 각 쿼리가 실행된 빈도와 평균 소요 시간을 보여줍니다
- 각 쿼리가 전체 데이터베이스 시간에서 차지하는 비율을 계산합니다
- 데이터베이스 사용 시간의 누적 합계를 제공합니다
질의 2: 자주 실행되는 질의를 식별하십시오
다음 문을 실행하여 자주 실행되는 쿼리를 확인할 수 있습니다:
SELECT
username,
database,
queryid,
query_preview,
calls,
pct_calls,
ROUND(SUM(pct_calls) OVER (ORDER BY calls DESC)) AS cum_pct_calls,
total_exec_time,
avg_exec_time
FROM (
SELECT
pu.usename AS username,
pd.datname AS database,
pss.queryid,
LEFT(pss.query, 50) AS query_preview,
pss.calls,
ROUND(100.0 * pss.calls / SUM(pss.calls) OVER (), 2) AS pct_calls,
ROUND(pss.total_exec_time::numeric, 3) AS total_exec_time,
ROUND(pss.mean_exec_time::numeric, 3) AS avg_exec_time
FROM
pg_stat_statements pss
JOIN pg_user pu ON pss.userid = pu.usesysid
JOIN pg_database pd ON pss.dbid = pd.oid
) AS subquery
ORDER BY
calls DESC
LIMIT 25;
이 문장은 다음과 같은 결과를 생성합니다:
| username | 데이터베이스 | 조회 ID | 쿼리 미리보기 | 호출 | 통화 비율 | 정액_퍼센트_호출 | 총 실행 시간 | 평균 실행 시간 |
|---|---|---|---|---|---|---|---|---|
| IBM | Postgres | <권한 부족> | 80285 | 23.84 | 24 | 16095.420 | 0.200 | |
| IBM | Postgres | <권한 부족> | 36832 | 10.94 | 35 | 548.787 | 0.015 | |
| IBM | Postgres | <권한 부족> | 20626 | 6.12 | 41 | 741.755 | 0.036 | |
| IBM | Postgres | <권한 부족> | 14702 | 4.36 | 45 | 23982.252 | 1.631 | |
| IBM | Postgres | <권한 부족> | 12436 | 3.69 | 49 | 1750.426 | 0.141 |
이 쿼리는 다음과 같은 정보를 제공합니다:
- 가장 자주 실행된 25개의 쿼리를 표시합니다
- 쿼리를 실행한 사용자, 대상 데이터베이스, 쿼리 미리보기를 표시합니다
- 각 쿼리가 실행된 횟수와 총 소요 시간 및 평균 소요 시간을 보여줍니다
- 각 쿼리가 전체 쿼리 호출에서 차지하는 비율을 계산합니다
- 쿼리 호출의 누적 합계를 제공합니다
모든 쿼리의 현재 성능 확인
-
모든 쿼리에 대한 현재 성능을 확인하려면 다음 문을 실행하십시오:
select now() as t1,sum(total_exec_time) as et1, sum(calls) as c1 from pg_stat_statements다음과 같은 결과가 생성됩니다:
현재 실행 중인 모든 쿼리 문장의 수행 결과 t1 et1 c1 2025-09-30 08:15:43.898157 +00 104109.55454499979 336889 (1 row) -
그런 다음 10초를 기다린 후 다음 문을 실행하십시오:
select now() as t2,sum(total_exec_time) as et2, sum(calls) as c2 from pg_stat_statements다음과 같은 결과가 생성됩니다:
select now() 문에서 반환되는 결과 t2 et2 c2 2025-09-30 08:16:18.943609 +00 104113.70054399982 336896 (1 row) -
초당 쿼리 수 계산:
Queries per second = (c2-c1)/(t2-t1) and average query performance = (et2-et1)/(c2-c1)
시간 소모가 큰 쿼리 상위 10개
시간 소모가 가장 많은 상위 10개 쿼리를 얻으려면:
SELECT query, calls, total_exec_time/calls as avg_time
FROM pg_stat_statements
ORDER BY total_exec_time DESC
LIMIT 10;
다음과 같은 결과가 생성됩니다:
| 조회 | 호출 | 평균 시간 | | | -------------- | -------------- | -------------- | | <권한 부족> | 14706 | 1.6311896077791408 | | <권한 부족> | 80305 | 0.2004813740987463 | | <권한 부족> | 6 | 800.7297508333332 | | <권한 부족> | 6 | 721.1415835000001 | | <권한 부족> | 10316 | 0.3907427791779766 | | <권한 부족> | 10316 | 0.35429842613416024 | | <권한 부족> | 10316 | 0.3184477990500202 | | <권한 부족> | 10316 | 0.2285179489143081 | | <권한 부족> | 12439 | 0.1407493980223488 | | <권한 부족> | 10316 | 0.1605010507948812 | | (10행) | | |
성능 향상을 위해 취할 수 있는 추가 조치
성능 문제를 해결하기 위해 다음 조치도 고려해 볼 수 있습니다:
-
느린 쿼리 최적화
- 느린 쿼리에 대해 EXPLAIN (ANALYZE, BUFFERS)을 실행하십시오. 데이터베이스가 쿼리를 실행하는 방식과 속도가 느린 부분을 보여줍니다. 예를 들어, 다음과 같습니다.
EXPLAIN (ANALYZE, BUFFERS) SELECT * FROM student WHERE student_id = 12345;-
다음을 찾으십시오.
-
메모리나 디스크 공간을 많이 사용하는 쿼리
-
필요에 따라 리소스를 IBM Cloud 추가하십시오
-
디스크/메모리를 확장하여 더 높은 IOPS 및 메모리 성능 달성
-
-
누락되거나 비효율적인 인덱스는 쿼리 속도 저하의 흔한 원인입니다. EXPLAIN을 사용하여 순차 스캔을 식별하고 인덱스 추가를 고려하십시오.
-
데이터베이스 상태 분석을 위해 VACUUM을 실행하십시오.
-
더 많은 연결을 처리하려면 연결 풀링을 사용하는 것을 고려해 보세요.
Databases for PostgreSQL는 Databases for PostgreSQL 데이터베이스에 대한 최대 연결 수를 115개로 설정합니다. 15개의 연결은 수퍼유저가 데이터베이스의 상태 및 무결성을 유지보수하기 위해 예약되어 있으며 100개의 연결은 사용자 및 사용자의 애플리케이션에 사용할 수 있습니다. 연결 제한에 도달한 후에는 새로운 연결을 시도할 때마다 오류가 발생합니다. 배치에 연결이 과도하게 많아지지 않도록 하려면 연결 풀링을 사용하거나 배치를 스케일링하고 연결 한계를 늘리십시오. 자세한 내용은 연결 풀 PostgreSQL 관리 항목을 참조하십시오. -
백업 및 데이터 일괄 업로드 작업을 실행 중인 레시피가 있는지 확인하십시오. 예를 들어: 자동 백업은 매일 완료되며 30일이라는 간단한 보존 기간 일정으로 보관됩니다. 백업이 중단된 경우, 데이터베이스 인스턴스의 클라우드 UI 페이지에서 '사용 가능한 백업' 섹션을 확인하여 중단된 백업을 식별할 수 있습니다.
-
유지보수 관련 IBM Cloud 알림이 있는지 확인하세요. 예를 들어, 데이터베이스 패치 작업.
-
이 문제가 유지보수 등 플랫폼 관련 문제라고 생각되면, 데이터베이스 CRN과 함께 지원팀에 IBM 문의하십시오.