1. 前言

1.1 概述

本文介绍了postgresql的几种常见问题，并从现象出发，逐步排查问题，分析导致问题的原因并给出解决方案。

本文介绍的问题分为两大类：一类是关于PostgreSQL无法启动的问题，另一类是PostgreSQL启动后，部分数据库对象无法访问的问题。

1.2 软件环境

本文使用的 PostgreSQL 版本是 9.6。

1.3 一些约定术语

PostgreSQL安装路径：默认是 “D:\Program Files\PostgreSQL\9.6”

bin 文件夹：PostgreSQL安装路径下的bin文件夹。

data 文件夹：PostgreSQL安装路径下的data文件夹。

2. 问题和解决方法

2.1 PostgreSQL无法启动

PostgreSQL 没有正常启动时，在 “服务”中再次启动失败。

2.1.1 端口占用

我们首先需要判断是不是该服务的端口被占用。PostgreSQL服务的默认端口是5432，那么我们在命令行中执行如下命令

netstat -ano | find /i "5432"

如果发现了某个进程使用了5432这个端口，这说明是端口占用导致服务无法启动：

  这个进程的pid是2364，你想查看它是什么进程，可以执行：

  tasklist | findstr "2364"

  执行结果如下：

你可以在任务管理器-进程页面中，或者通过下面的命令结束这个进程：

taskkill /f /pid 2364

小知识：

PostgreSQL 是多进程模型的数据库。它在运行时，会启动一个名为“pg_ctl”进程和若干个名为“postgres” 的进程。其中，进程pg_ctl是“祖先”进程，它表示数据库处于运行状态，占用的内存很少；其他所有工作进程的名称都是postgres。

在 Windows 操作系统上，如果 pg_ctl.exe 被异常关闭了，进程 postgres.exe 还会存在。数据库运行端口仍然被占用。会导致数据库无法启动。

2.1.2 文件 postmaster.pid 残留

进入 PostgreSQL的data 文件夹，查看是否有残留的文件 postmaster.pid。正常情况下，PostgreSQL 在启动时会创建这个文件，其内容是 PostgreSQL 的主进程的 pid。如果它存在，则数据库会认为自己已经启动了，所以启动失败。

因此需要删除这个文件，再尝试启动数据库。

 

2.1.3 could not open control file “global/pg_control”：Permission denied

  如果端口没有被占用，那么你可以用PostgreSQL原生的命令启动它。

进入postgresql安装路径下的 bin 文件夹，在这里打开命令行，执行下面的命令：

.\pg_ctl start -D ..\data

如果程序报出如下错误：

ERROR: could not open control file “global/pg_control”: Permission denied

则说明当前操作系统用户丢失了data文件夹及其内容的权限。

下面是解决方法：

1. 首先，进入postgresql 的安装路径，右键data文件夹，依次点击属性——安全——编辑，你能看到所有用户或用户组的权限。

2. 确保System 和 Administrator 拥有“完全控制”权限。Users 用户组默认只拥有“读取和执行”，“列出文件夹内容”和“读取”3种权限。当启动数据库提示“权限不足”时，应再添加“修改”和 “写入”。

    

3. 保存并尝试再次在bin 文件夹下执行：

.\pg_ctl start -D ..\data

        观察PostgreSQL数据库能否启动。

2.1.4 could not create control file “global/pg_control”：file exists

    该问题的解决方法与 “2.1.3 could not open control file “global/pg_control”：Permission denied” 的问题完全相同。

2.1.5 could not locate a valid checkpoint record

如果启动数据库时，提示“正在启动服务器进程”，且长时间无法启动成功，如下图所示，需要查看数据库运行日志，它们位于data文件夹下的pg_log中的。

打开问题发生时的数据库运行日志，查看信息。

如果日志中出现类似下面黑体字的信息，说明是PostgreSQL数据库中的预写式日志（write ahead log，简称WAL，又称事务日志，简称xlog）损坏了：

LOG:  could not open file "pg_xlog/0000000100000000000000E7" (log file 0, segment 231): No such file or directory

LOG:  invalid primary checkpoint record

LOG:  could not open file "pg_xlog/0000000100000000000000E7" (log file 0, segment 231): No such file or directory

LOG:  invalid secondary checkpoint record

PANIC:  could not locate a valid checkpoint record

解决方法如下：

进入bin 文件夹，在这里打开命令行，执行下面的命令来重置事务日志：

.\pg_resetxlog.exe -f ..\data

如果程序提示“事务日志重置”，则代表事务日志重置成功。这时，我们可以尝试启动数据库。

   

有时程序提示：

pg_resetxlog : Could not create pg_control: File exists

不必担心。我们只需要执行“2.1.3 could not open control file “global/pg_control”：Permission denied”这一节的操作，为用户加上权限，然后重新重置事务日志即可

2.1.6 failed to re-find parent key in index "227236" for split pages 370/371

有时，数据库无法启动时，我们查看位于data文件夹下的pg_log中的数据库运行日志，会发现类似下面的信息：

LOG: redo starts at 270/55E04AE8

LOG:  could not open file pg_xlog/0000000100000270000000CC" (log file 624, segment 204): No such file or directory

LOG: redo done at 270/CBFFE940

LOG: last completed transaction was at log time 2018-11-26 01:55:01.259996-02

FATAL: failed to re-find parent key in index "227236" for split pages 370/371

LOG: startup process (PID 5011) exited with exit code 1

LOG: aborting startup due to startup process failure

上面黑体字的信息，同样说明是PostgreSQL数据库中的预写式日志文件损坏了。

该问题的解决方法和“2.1.5 could not locate a valid checkpoint record”的问题的解决方法相同。

2.1.7  无法找到来自源 PostgreSQL 的事件 ID 0 的描述。

如果上面的方法没有解决问题，那么我们需要进入事件管理器中查看是否有错误日志：

在事件查看器-Windows日志-应用程序中，查看是否有如下错误日志：

无法找到来自源 PostgreSQL 的事件 ID 0 的描述。本地计算机上未安装引发此事件的组件,或者安装已损坏。可以安装或修复本地计算机上的组件。

如果出现了这样的信息，则说明PostgreSQL软件已经损坏，需要重新安装。不过，数据文件不一定损坏了，因此如果上次备份至今，数据库中产生过非常重要的数据（比如账单信息），你应该将data文件夹复制到另一个目录，然后重新安装平台，并恢复data文件夹。

2.1.8 Could not read from file "pg_clog/000E" at offset 172032

还有一种不常见的情况。如果日志中出现类似下面的信息：

ERROR: could not access status of transaction 710708

DETAIL:  Could not read from file "pg_clog/000E" at offset 172032: No error.

则表示位于data文件夹下pg_clog中的名为 000E 的提交日志文件丢失了。

解决方法如下：

在linux 操作系统中，执行下列命令：

dd if=/dev/zero of=/root/000E bs=256k count=1

或者在windows中安装 dd，随后执行：

dd if=/dev/zero of=D:\000E bs=256k count=1

然后将创建好的000E 文件拷贝至data文件夹下的pg_clog 中。

2.1.8 FATAL: could not write lock file "postmaster.pid": No space left on device

如果日志提示 FATAL: could not write lock file "postmaster.pid": No space left on device

表示磁盘空间不足。可清理无用文件或者扩容磁盘。

2.1.9 FATAL:could not create semaphores: No space left on device

如果日志提示 FATAL:could not create semaphores: No space left on device

说明在linux 服务器上，信号量不足。

你可以通过下面的命令查看

[root@node1 ~]# sysctl -n kernel.sem
250     32000   32      128
第一列，表示每个信号集中的最大信号量数目。
第二列，表示系统范围内的最大信号量总数目。
第三列，表示每个信号发生时的最大系统操作数目。
第四列，表示系统范围内的最大信号集总数目。

可以增大这个参数：

echo "500 5120000 2500 9000" > /proc/sys/kernel/sem

2.2 数据库启动后，部分数据库或表无法访问

这种情况下，你需要进入 data文件夹下的pg_log文件夹，查看问题发生时刻产生的运行日志。

2.2.1 permission denied for relation tb_door

如果运行日志出现类似下面的信息，这说明是当前访问用户没有表tb_door的某些权限：

ERROR:  permission denied for relation tb_door

如果你希望当前用户（以myuser为例）拥有特定访问权限（以SELECT，INSERT，UPDATE ，DELETE为例），可以这样解决：

1. 首先，通过postgres用户或拥有tb_door 相应访问权限即授予权限的用户登录数据库；
2. 执行如下命令，为用户授予权限：grant SELECT,INSERT,UPDATE,DELETE on tb_door to myuser

2.2.2 must be owner of relation tb_door

如果运行日志出现类似下面的信息，这说明是当前用户没有表 tb_door的所有权：

ERROR:  must be owner of relation tb_door

你可以使用管理员postgres登录相应数据库，手动执行下面命令将tb_door的属主你希望的用户，以myuser为例：

Alter table tb_door owner to myuser;

2.2.3 invalid page header in block 120 of relation base/272816/309624

如果日志中出现类似下面的信息：

ERROR: invalid page header in block 120 of relation base/272816/309624

则表示数据表文件损坏。这通常是由于异常断电或误操作导致的。这里“272816”是发生问题的数据库的对象id（oid）， “309624”表示发生问题的表的文件结点（filenode）

如果发生损坏的表以及损坏的页面数量较少，我们可以以牺牲部分数据的代价恢复整体；如果损坏的表数量过多，或者损失的数据非常重要，就需要从备份中恢复数据了。

当发生损坏的表以及损坏的页面数量较少时，解决方法如下：

1. 确定发生问题的数据库。连接任意数据库，执行下面的sql语句：

select datname from pg_database where oid = 272816;

查询结果如下：

testdb

这表示发生问题的数据库名是testdb

    2. 查找损坏的数据库对象。连接发生问题的数据库，执行下面的sql语句：

select relname,relkind from pg_class where relfilenode = 309624

如果查询结果中 relkind = r，表示损坏的是表。

例如：

tb_door, r

relname = tb_door这表示损坏的表是tb_door。

如果查询结果中relkind = i，表示损坏的是一个索引。

例如：

dept_number_index, i

或者：

tb_dept_pkey, i

需要注意，损坏的可能是普通索引，也可能是主键或唯一键。如果索引的名称中有“_pkey”等很可能属于主键，而名称中含有 “_key”则很可能属于唯一键。

还需要格外注意一点，表/索引可修复的前提条件是损坏的表是应用程序创建的表/索引，而不是PostgreSQL的系统表和建立在其上的索引。如果系统表/建立在其上的索引发生损坏，则需要从备份中恢复数据库。判断一个表是否是系统表，最简单的方法是：如果表名是“pg_”开头的，则说明它是系统表。

小知识 pgclass.relkind 的值有下面几种： r： 表示ordinary table（普通表）； i： 表示index（索引）； S： 表示sequence（序列）； V： 表示view（视图）； m： 表示materialized view（物化视图）； c： 表示composite type（复合类型）; t： 表示TOAST table（TOAST 表）； f： 表示foreign table（外部表）

    3. 修复损坏的数据库对象。连接发生损坏的数据库，执行修复命令。

如果损坏的是表，以tb_door为例，则依次执行下列命令即可完成修复：

set zero_damaged_pages = on;

vacuum tb_door;

reindex table tb_door;

      

        如果损坏的是普通索引，以dept_number_index为例， 则依次执行：

set zero_damaged_pages = on;

reindex index dept_number_index;

      

如果损坏的是主键或唯一键，则首先需要找到它所在的表，以tb_dept_pkey为例：

Select tablename,indexname from pg_indexes where indexname = ‘tb_dept_pkey’;

查询结果：

tb_dept, tb_dept_pkey

然后获取索引的定义：

select pg_get_constraintdef((select oid from pg_constraint where conname = ' tb_dept_pkey '));

       查询结果：

       PRIMARY KEY (dept_id)

    

然后重新创建这个约束：

Alter table drop constriant tb_dept_pkey;

Alter table add constraint tb_dept_pkey PRIMARY KEY (dept_id);

2.2.4 could not read block 190 in file "base/272816/309624"

该问题也是数据表文件损坏。它的解决方法与“2.2.3  invalid page header in block 120 of relation base/272816/309624”的问题完全相同。

2.2.5 could not open file "base/272816/379923": No such file or directory

如果日志中出现类似下面的信息：

2019-01-21 14:28:03 HKT ERROR:  could not open file "base/272816/379923": No such file or directory

则说明，oid为272816的数据库中，oid为379923的表对应的文件被删除了。

解决方法如下：

 1. 首先判断是哪一个数据库中发生了此问题。连接任意数据库，执行如下sql：

select datname from pg_database where oid = 272816

查询结果如下：

    testdb

  2. 从备份中恢复该数据库。

2.2.6 ERROR:  relation "s_log_config_info" does not exist at character 103

如果日志中出现了下面的信息：

ERROR:  relation "s_log_config_info" does not exist at character 103

STATEMENT:  select id, log_type_code, sub_sys_code, module_code, module_name, ctrl_type_code, ctrl_type_name from s_log_config_info  where 1=1 and (log_type_code in ($1 , $2 , $3));

那么可能的原因有两种：

1. s_log_config_info 这个表被误删或者损坏了；

2. 用户丢失了 s_log_config_info 所在的模式（一般是public 模式）的权限。

解决问题的方法如下：

1. 首先，连接到出问题的数据库中，查看 s_log_config_info 表是否存在于正确的模式中。如果发现 s_log_config_info 不存在，则需要使用备份文件恢复这张表或者整个数据库，视情况而定。

2. 如果表s_log_config_info存在，那很可能是用户丢失了这张表所在的模式的权限。

解决方法是为用户添加模式的权限，可根据实际确定授予什么样的权限。

例如，把public 模式的所有权给用户my_user：

Alter schema public owner to my_user;

把public 用户的所有访问权限授予my_user：

Grant all on schema public to my_user;

2.3 数据库启动后，部分数据库或表无法访问

2.3.1 No buffer space available

有时，在服务管理器中，PostgreSQL 显示为 正在运行状态，但是使用客户端连接使，提示“could not connect to server: No buffer space available”，在postgresql运行日志中，也能看到类似日志。

解决方法如下：

1. 首先，在服务管理器中关闭 PostgreSQL 服务。
2. 尝试用 PostgreSQL 自身的命令启动它。进入postgresql安装路径下的 bin 文件夹，在这里打开命令行，执行下面的命令：

.\pg_ctl start -D ..\data

     3. 观察提示信息。如果提示PostgreSQL启动成功，则用客户端连接数据库；如果启动不成功，则参考 2.1 章的内容。

    4. 如果仍然有这样的错误提示，那说明很可能是内存不足。你需要在操作系统中查看内存，如果发现可用内存较少，那你需要观察是否有服务内存异常过高，并处理它。在 Windows 上 有一种特殊的情况，各种服务起来正常，但内存很少，这是因为 windows Socket 连接关闭后，内存不释放。对于windows 2008，解决方法是打 windows补丁 KB2577795。

2.3.2 no pg_hba.conf entry for host

如果日志中出现类似下面的信息:

FATAL: no pg_hba.conf entry for host "192.168.0.123", user "testuser", database "testdb"

则表示数据库服务器没有允许来自地址192.168.0.123的 testuser 用户访问数据库testdb。

解决的方法如下：

1. 检查 data 目录中的配置文件 postgresql.conf 中的参数 listen_addresses，把它的值改为 ’*’, 或者包含客户端的IP。
2. 修改data 目录中的访问权限配置文件 pg_hba.conf。如果你希望所有地址的所有用户可以访问此服务器中的全部数据库，可以添加下面这一行：

host   all             all          0.0.0.0/0                   md5

如果你只希望192.168.0.123 上的用户可以访问此数据库，则添加：

host   all             all          192.168.0.123/32                   md5

或者你仅仅希望192.168.0.123 上的 testuser 用户可以访问此数据库，则添加：

host   testuser             all          192.168.0.123/32                   md5

3. 重启数据库即可。

小知识：

pg_hba.conf 是 postgresql 服务端的访问权限控制文件，控制来自哪里的什么用户，以什么建立方式连接，以什么方法认证，访问哪一个数据库。每行是一个访问控制条目，内容的示例如下：

host   all             all          127.0.0.1/32                  md5

每列的含义如下：

第一列表示访问域的类型，其值有local，host，hostssl，hostnossl。一般选择 host，表示使用 TCP/IP 建立的连接。

第二列表示允许访问的数据库用户，“all” 表示所有用户可以访问。

第三列表示允许被访问的数据库名，“all” 表示所有数据库都允许被访问。

第四列表示允许访问的ip地址，127.0.0.1/32表示本地IP地址，192.168.0.123/32 表示地址192.168.0.123，192.168.0.0/24表示子网192.168.0.0 ~ 192.168.0.255，0.0.0.0/0表示任何IP地址。

第五列是认证的方式。“md5”  表示MD5密码认证，trust表示无密码认证。

2.3.3 No connection could be made because the target machine actively refused it.

如果日志中出现类似下面的信息:

LOG: could not receive data from client: No connection could be made because the target machine actively refused it.

则表示有一些因素使数据库服务器拒绝了客户端的连接。

解决的思路如下：

1. 首先检查平台有没有单点登录。如果有，关闭。
2. 检查有没有安装防火墙，如果有，允许5432端口连接。
3. 检查 data 目录中的配置文件 postgresql.conf 中的参数 listen_addresses，把它的值改为 ’*’, 或者包含客户端的IP。
4. 修改data 目录中的访问权限配置文件 pg_hba.conf。如果你希望所有地址的所有用户可以访问此服务器中的全部数据库，可以添加下面这一行：

    host   all             all          0.0.0.0/0                   md5

    如果你只希望192.168.0.123 上的用户可以访问此数据库，则添加：

    host   all             all          192.168.0.123/32                   md5

    5. 重启数据库，观察能否访问。