ALM-5101341 Ops巡检-用户库(总体)大小占用异常

告警解释

此告警对应指标“用户库(总体)大小占用”超出配置阈值，此指标反映所有用户库占用磁盘空间大小的总和。

告警属性

告警ID	告警级别	告警类型	告警归属	业务类型	是否可自动清除
5101341	巡检配置	业务质量告警	租户面	云数据库 GaussDB 节点	是

告警参数

类别	参数名称	参数含义
定位信息	云服务	产生告警的云服务
	实例ID	产生告警的实例ID
	节点ID	产生告警的节点ID
	巡检名称	产生告警的巡检名称
	指标编码	产生告警的指标编码
附加信息	租户名称	产生告警的租户名称
	实例名称	产生告警的实例名称
	租户ID	产生告警的租户ID
	云服务	产生告警的云服务
	服务	产生告警的服务
	微服务	产生告警的微服务
	告警源IP	告警源IP
	节点角色	产生告警节点的节点角色
	指标编码	产生告警节点的指标编码
	指标采集值	产生告警节点的指标采集值
	指标阈值	产生告警节点的指标阈值

对系统的影响

磁盘使用率上涨，如果触发只读或磁盘满，会影响业务执行。

可能原因

业务数据量正常增加。
数据库设计不合理，比如表结构冗余、字段不规范等，会导致数据库中的数据冗余和重复，从而导致数据库大小持续增长。
业务未及时清理不用的磁盘空间，比如：不需要的历史数据、不用的索引。
数据库自动清理机制触发不及时。

处理步骤

收到告警后，首先查看监控指标查看指标“用户库(总体)大小占用”，确认指标情况以及触发告警的组件。
登录实例节点，登录系统库，执行如下语句确认自动清理机制是否开启。

show autovacuum;
- 如果结果为on，表示开启，执行3；
- 如果结果为off，表示关闭，需要开启autovacuum，执行3。
确认自动清理机制触发是否及时，执行如下语句确认用户库及其占用空间最大的数据库。
```
select datname, pg_database_size(datname), pg_database_size(datname)/1024/1024/1024 as "dataSize_GB" FROM pg_database where datname not in ('template1', 'template0', 'postgres') order by 3 desc;
```
从占用空间大的用户库开始，逐个连接，执行如下语句，确认自动清理机制触发是否及时

分布式CN，集中式主DN上执行：
```
select schemaname, relname, pg_table_size(concat(schemaname,'.',relname))/1024/1024/1024 as table_size_gb, n_dead_tup/(n_dead_tup+n_live_tup+1), last_autovacuum from pg_stat_user_tables order by table_size_gb desc;
```
确认table_size_gb大表的last_autovacuum列的时间距离当前的时间。
- 如果距离当前在一周内，说明此表的自动清理机制触发及时，执行7；
- 如果距离当前很久，说明此表的自动清理机制触发不及时，执行4。
table_size_gb为表占用的磁盘空间。
如果自动清理机制触发不及时，通过查看监控指标查看“数据库最长事务执行时间超长”指标，排查是否有长事务在执行。
- 是，参考ALM-5101811 Ops巡检-数据库最长事务执行时长超长确认长事务是否可以终止，如果可以终止，终止长事务，长事务可能会阻塞vacuum触发。
- 否，执行5。
可以考虑调整自动清理机制的autovacuum_vacuum_scale_factor和autovacuum_vacuum_threshold参数来调整触发阈值。

参数调整请联系技术支持协助评估。
如果上述办法无法解决vacuum不及时的问题，联系技术支持。
确认是否为业务正常增长。
- 如果正常，调大告警阈值。
- 如果不正常，执行8。
排查数据库设计是否合理，比如表结构冗余、字段不规范等，会导致数据库中的数据冗余和重复，从而导致数据库大小持续增长。
确认是否有不用的索引，可以考虑删除。