4. 数据库监控指标：MySQL、PostgreSQL 与 Redis 关键指标

数据库是业务系统的核心状态层，其健康度直接决定应用可用性。Prometheus 生态通过 exporter 采集数据库内部计数器与状态变量，再经由告警规则触发自愈脚本。本章聚焦三类主流数据库——MySQL、PostgreSQL、Redis——必须监控的关键指标，并解释每个指标与自愈动作的对应关系。

4.1 MySQL 关键指标

MySQL 使用 mysqld_exporter 暴露指标，默认端口 9104。以下指标是自愈场景的必选项：

4.1.1 连接数风暴与自愈

当 threads_connected 接近 max_connections 时，新连接会直接失败。自愈脚本应执行：

1. 查询 SHOW PROCESSLIST 找出 Sleep 超过 60 秒的连接。
2. 执行 KILL CONNECTION id 逐批释放。
3. 若仍不足，临时执行 SET GLOBAL max_connections = 原值 * 1.5。
4. 记录事件到告警历史，通知 DBA 介入。

4.1.2 慢查询与复制延迟联动

慢查询不仅影响本库，还会拖慢从库回放。监控应同时观察：

• 慢查询速率：rate(mysql_global_status_slow_queries[5m])
• 复制延迟：mysql_slave_status_seconds_behind_master

如果两者同时升高，大概率是主库大查询导致 binlog 堆积。自愈脚本可临时在从库设置 slave_parallel_workers 加速回放，或直接将从库提升为只读主库。

4.2 PostgreSQL 关键指标

PostgreSQL 使用 postgres_exporter（默认端口 9187）或 pg_stat_statements 扩展采集。自愈场景重点关注：

4.2.1 连接管理与长事务终止

PostgreSQL 的 idle in transaction 连接会持有锁并阻塞其他事务。自愈脚本应：

1. 查询 pg_stat_activity 过滤 state = 'idle in transaction' 且 state_change < now() - interval '5 min'。
2. 执行 SELECT pg_terminate_backend(pid) 逐批清理。
3. 记录被终止的 PID 和查询文本到日志。

4.2.2 复制延迟与 WAL 堆积

PostgreSQL 复制延迟通常由 WAL 发送速率 或 从库回放能力 导致。监控应同时采集：

• pg_stat_replication.write_lag / flush_lag / replay_lag
• pg_stat_archiver 归档状态

自愈脚本在延迟超过阈值时，可尝试重启从库的 walreceiver 进程，或临时提升 max_wal_senders。

4.3 Redis 关键指标

Redis 使用 redis_exporter（默认端口 9121）采集。自愈场景关注内存、连接与持久化：

4.3.1 内存过载与逐出策略

当 used_memory 接近 maxmemory 时，Redis 根据 maxmemory-policy 逐出 key。自愈脚本应：

1. 检查当前逐出策略：CONFIG GET maxmemory-policy。
2. 如果策略是 noeviction，临时改为 allkeys-lru 避免写入失败。
3. 执行 MEMORY PURGE 释放碎片。
4. 记录告警并建议调整 maxmemory。

4.3.2 持久化失败与数据安全

RDB 或 AOF 写入失败会导致重启后数据丢失。自愈脚本应：

• 检查 redis_rdb_last_bgsave_status 和 redis_aof_last_rewrite_status。
• 如果失败，执行 CONFIG SET dir /tmp 临时切换持久化目录，再 BGSAVE 重试。
• 同时检查磁盘 inode 和权限。

4.4 三库指标对比与自愈策略总结