LWLock:buffer_content (BufferContent)

O evento LWLock:buffer_content ocorre quando uma sessão aguarda para ler ou gravar uma página de dados na memória enquanto outra sessão fica com a página bloqueada para gravação. No Aurora PostgreSQL 13 e versões superiores, esse evento de espera é chamado de BufferContent.

Versões compatíveis do mecanismo

Essas informações de eventos de espera têm suporte para todas as versões do Aurora PostgreSQL.

Contexto

Para ler ou manipular dados, o PostgreSQL os acessa por meio de buffers de memória compartilhada. Para ler a partir do buffer, um processo obtém um bloqueio leve (LWLock) no conteúdo do buffer no modo compartilhado. Para gravar no buffer, ele adquire esse bloqueio no modo exclusivo. Bloqueios compartilhados permitem que outros processos adquiram bloqueios compartilhados simultaneamente nesse conteúdo. Bloqueios exclusivos impedem que outros processos obtenham qualquer tipo de bloqueio nele.

O evento LWLock:buffer_content (BufferContent) indica que vários processos estão tentando obter bloqueios leves (LWLocks) no conteúdo de um buffer específico.

Possíveis causas do maior número de esperas

Quando o evento LWLock:buffer_content (BufferContent) aparece mais que o normal, possivelmente indicando um problema de performance, as causas típicas incluem:

Ações

Recomenda-se ações distintas, dependendo dos motivos do evento de espera. Você pode identificar eventos LWLock:buffer_content (BufferContent) utilizando o Amazon RDS Performance Insights ou consultando a visualização pg_stat_activity.

Melhorar a eficiência na memória

Para aumentar as chances de que os dados da workload ativa estejam na memória, particione tabelas ou aumente a escala da sua classe de instância na vertical. Para obter informações sobre classes de instância de banco de dados, consulte Classes de instâncias de banco de dados do Amazon Aurora.

Monitore a métrica BufferCacheHitRatio, que mede a porcentagem de solicitações atendidas pelo cache do buffer de uma instância de banco de dados em seu cluster de banco de dados. Essa métrica fornece insights sobre a quantidade de dados que estão sendo obtidos da memória. Uma alta taxa de acerto indica que a instância de banco de dados tem memória suficiente disponível para seu conjunto de dados de trabalho, enquanto uma taxa baixa sugere que suas consultas acessam dados do armazenamento com frequência.

O acerto de leitura do cache por tabela e o acerto de leitura do cache por índice na seção de configuração de memória do relatório do PG Collector podem fornecer insights sobre a taxa de acerto do cache de tabelas e índices.

Reduzir o uso de restrições de chaves externas

Investigue workloads com um número elevado de eventos de espera LWLock:buffer_content (BufferContent) quanto ao uso de restrições de chaves externas. Remova restrições desnecessárias de chaves externas.

Remover índices não utilizados

Para workloads com um número elevado de eventos de espera LWLock:buffer_content (BufferContent), identifique índices não utilizados e remova-os.

A seção de índices não utilizados do relatório do PG Collector pode fornecer insights sobre os índices não utilizados no banco de dados.

Remover índices duplicados

Identifique índices duplicados e remova-os.

A seção de índices duplicados do relatório do PG Collector pode fornecer insights sobre os índices duplicados no banco de dados.

Excluir ou REINDEXAR índices inválidos

Os índices inválidos geralmente se apresentam ao usar CREATE INDEX CONCURRENTLY ou REINDEX CONCURRENTLY e quando o comando falha ou é cancelado.

Embora esses índices não possam ser usados para consultas, eles serão atualizados e ocuparão espaço em disco.

A seção de índices inválidos do relatório do PG Collector pode fornecer insights sobre os índices inválidos no banco de dados.

Usar índices parciais

Os índices parciais podem ser aproveitados para aprimorar o desempenho da consulta e reduzir o tamanho do índice. Um índice parcial é um índice criado sobre um subconjunto de uma tabela definido por uma expressão condicional. Conforme detalhado na documentação do índice parcial, os índices parciais podem reduzir os custos indiretos de manutenção de índices, pois o PostgreSQL não precisa atualizar o índice em todos os casos.

Remover o inchaço de tabelas e índices

O inchaço de tabelas e índices pode afetar negativamente o desempenho do banco de dados. Tabelas e índices grandes demais aumentam o tamanho do conjunto de trabalho ativo, degradando a eficiência na memória. Além disso, o inchaço aumenta os custos de armazenamento e causa lentidão na execução de consultas. Para diagnosticar inchaços, consulte Diagnosticar a sobrecarga na tabela e no índice. Além disso, a seção de fragmentação (inchaço) do relatório do PG Collector pode fornecer insights sobre o inchaço de tabelas e índices.

Para lidar com o inchaço de tabelas e índices, há algumas opções:

Depois de remover o inchaço das tabelas e índices, pode ser necessário aumentar a frequência de autovacuum nessas tabelas. A implementação de configurações agressivas de autovacuum em nível de tabela pode ajudar a evitar a ocorrência de futuros inchaços. Para ter mais informações, consulte a documentação em Vacuuming and analyzing tables automatically.