PostgreSQL 生产检查清单

适用 PostgreSQL 13+、pgvector 0.8.x。每条都可勾选，括号内是默认值或判断依据；版本差异以官方文档为准。这份清单只列「不做会出事」的动作，机制解释见各篇正文。

上线前

[ ] 内存参数按比例给：shared_buffers=物理内存 25%、effective_cache_size=75%；work_mem 按并发算（默认 4MB，以官方文档为准），一个查询的多个 Sort/Hash 各占一份。
[ ] 连接数走池：PgBouncer 用 pool_mode=transaction，max_connections=200–500；按每连接约 10MB 估内存，max_client_conn/default_pool_size 压到后端能承受。
[ ] VACUUM 与回卷余量：autovacuum 常开，大表 autovacuum_vacuum_scale_factor=0.01（默认 0.2，以官方文档为准）；死元组占比 >20% 告警；监控 age(datfrozenxid) 距 autovacuum_freeze_max_age=2 亿 的余量。
[ ] 备份与切换都演练过：pg_basebackup -X stream + WAL 归档（archive_mode=on、archive_timeout=60），pgBackRest/Barman 做保留校验；至少 1 个同步 Standby + Patroni 3 节点 etcd；本季度做过一次 PITR 恢复和一次主库切换。
[ ] DDL 不锁全表：大表建索引用 CREATE INDEX CONCURRENTLY，空间回收用 pg_repack；禁止业务高峰执行 VACUUM FULL（ACCESS EXCLUSIVE 阻塞全表）。
[ ] JSONB 索引用对：GIN 索引用 jsonb_path_ops，查询必须写 @>；->> 条件单独建表达式索引，否则退化为全表扫描。
[ ] pgvector 参数匹配：距离运算符与 opclass 对应（<=> ↔ vector_cosine_ops）；maintenance_work_mem 覆盖建索引批次；按「向量+图」估内存（1536 维 float32 约 6KB/条）。

[ ] SQL 与计划：pg_stat_statements 按 total_exec_time 看 Top SQL；log_min_duration_statement=1000（ms）配 auto_explain；shared_blks_hit/(shared_blks_hit+shared_blks_read) 命中率下降先查内存与慢 SQL。
[ ] 会话与等待：pg_stat_activity 中 state<>'idle' 且 xact_start 超过 5 秒的会话；wait_event 长期不变说明在等锁或 IO。
[ ] 复制、归档与膨胀：pg_last_wal_receive_lsn() - pg_last_wal_replay_lsn() 字节差；pg_stat_archiver 的失败数与最后归档时间；死元组和索引膨胀按周看趋势。

[ ] 磁盘只涨不降、DELETE 后不回收 → pg_stat_user_tables.n_dead_tup/n_live_tup + last_autovacuum → VACUUM 跟不上 → 调低 scale_factor，必要时 pg_repack。
[ ] 数据库突然只读、报事务 ID 相关错误 → age(datfrozenxid) 接近 2 亿 → 已到回卷保护 → 立即 VACUUM FREEZE，不要靠重启硬扛。
[ ] 报 too many clients → pg_stat_activity 按 state 计数对比 max_connections → 连接泄漏或池配置错误 → 修连接池，不要直接调大 max_connections。
[ ] DDL/查询卡住、后续全排队 → pg_blocking_pids(pid) + pg_locks → 有会话持有 ACCESS EXCLUSIVE → 终止阻塞者或改 CONCURRENTLY；deadlock_timeout=1s，开 log_lock_waits。
[ ] 查询变慢、计划出现 Seq Scan → EXPLAIN (ANALYZE, BUFFERS) 对比 rows 预估与 actual → 统计信息过期先 ANALYZE，仍偏再建扩展统计；JSONB 则确认是否用了 @>。