我要评论前言
postgresql出问题时，最让人难受的不是报错本身，而是不知道问题到底从哪里开始。页面突然变慢，接口偶尔超时，连接池被打满，业务端只看到请求失败，数据库里却可能已经出现了锁等待、缓存命中下降、事务回滚增加或连接数逼近上限。
如果只靠临时登录服务器查日志、手动执行pg_stat相关sql，很难形成连续判断。一次排查能看到当前状态，却看不到趋势；能知道现在慢，却不一定知道十分钟前发生了什么。数据库运维真正需要的，是持续采集、可视化查看和提前告警。
postgres exporter就是把postgresql运行状态接入prometheus的一层桥梁。它会把数据库内部的连接、事务、缓存、表状态、锁信息、复制延迟、wal等指标转换成prometheus能识别的格式，并通过默认9187端口暴露出来。
本文会从centos 7环境开始，演示postgres exporter下载、解压、监控专用用户创建、pg_monitor权限配置、systemd服务编写、服务启动验证，以及浏览器访问exporter指标页面。随后再把它加入prometheus配置，让数据库指标真正进入监控体系。
最后，还会补充跨网络监控场景。对于部署在家庭网络、公司内网或其他无法被prometheus直接访问的postgresql环境，可以通过 cpolar 将postgres exporter的9187端口映射到公网，让prometheus在不直接暴露数据库端口的前提下，远程抓取数据库运行指标。
1.什么是postgres exporter？
postgres exporter是postgresql 与 prometheus之间的“桥梁”——它把数据库内部的运行状态（如连接数、查询性能、锁等待等）转化为prometheus能理解的时序数据。
它能做什么？
1.自动采集数百项postgresql指标，例如：
- 当前活跃/空闲连接数（pg_stat_database.numbackends）
- 查询执行次数、失败次数（pg_stat_database.xact_commit, xact_rollback）
- 块读取与缓存命中率（blks_read, blks_hit → 可计算缓存命中率）
- 表/索引膨胀、死元组数量（用于判断是否需要 vacuum）
- 复制延迟（pg_stat_replication）
- wal写入量、检查点统计
- 锁等待情况（pg_locks）
2.支持自定义查询
- 通过配置文件（queries.yaml），你可以定义自己的 sql 查询，将业务相关的数据库状态（如“待处理订单数”）也作为指标导出。
3.兼容多版本postgresql
- 支持postgresql 9.4及以上版本（包括最新版）。
4.安全可控
- 只需为exporter创建一个只读监控用户（推荐使用 pg_monitor 角色），无需超级用户权限。
工作原理
- postgres exporter作为一个独立进程运行（可部署在db服务器、应用服务器或容器中）。
- 它定期连接postgresql，执行内置或自定义的sql查询。
- 将结果转换为prometheus 指标格式（如gauge, counter）。
- 在http端口（默认 :9187）提供 /metrics接口。
- prometheus主动拉取（pull）该接口，存储指标并用于告警或可视化。
典型应用场景
- 监控数据库性能瓶颈（慢查询、高 i/o、低缓存命中）
- 预防连接池耗尽
- 跟踪复制延迟（主从同步健康度）
- 自动化告警：如“死元组超过100万”、“事务回滚率突增”
- 构建grafana看板，实现数据库健康状态一目了然
✅为什么选择 postgres exporter？
| 优势 | 说明 |
|---|---|
| 💡 轻量无侵入 | 不修改数据库配置（除网络和用户权限外） |
| ☁️ 云原生友好 | 支持容器化、kubernetes、servicemonitor |
| 👥 社区活跃 | cncf 生态项目，持续维护更新 |
| 🔧 灵活扩展 | 支持自定义指标，满足业务监控需求 |
2.centos7安装postgres_exporter实时监控postgres数据
本地下载后上传到linux服务器：
下载地址：https://github.com/prometheus-community/postgres_exporter/releases/tag/v0.19.1
或者直接在linux服务器上wget方式下载：
# 新建目录 mkdir -p /app/postgres_exporter1 # 进入目标目录 cd /app/postgres_exporter1 # 下载 wget https://github.com/prometheus-community/postgres_exporter/releases/download/v0.13.2/postgres_exporter-0.13.2.linux-amd64.tar.gz # 解压 tar -vxzf postgres_exporter-0.13.2.linux-amd64.tar.gz # 移动到安装目录 mv /app/postgres_exporter1/postgres_exporter-0.13.2.linux-amd64 /app/postgres_exporter # 进入目录 cd /app/postgres_exporter
3.设置postgres监控专属用户
以postgres用户进入postgresql命令行：
su - postgres psql
创建专用监控用户（角色）-- 创建用户（带登录权限），密码为 ‘your_secure_password’
create user postgres_exporter with password 'your_secure_password' login;
授予必要权限：
postgres_exporter 需要读取系统视图（如 pg_stat_database、pg_stat_user_tables 等），但不能拥有超级用户权限。
方法 a：推荐方式（最小权限）
允许访问 pg_stat_* 统计信息（需显式授权）
grant pg_monitor to postgres_exporter;
方法 b：旧版本兼容（postgresql < 10）-- 手动授权关键视图
grant connect on database postgres to postgres_exporter;
如果需要监控其他数据库（如your_app_db），也需授权
grant connect on database your_app_db to postgres_exporter;
授予对 pg_stat_database 等系统视图的 select 权限
注意：部分视图需在每个数据库中单独授权
\c your_app_db grant select on pg_stat_database to postgres_exporter;
验证用户能否连接，退出 psql：# 测试本地连接
psql -h localhost -u postgres_exporter -d postgres
4.将postgres_exporter配置为系统服务
cd /usr/lib/systemd/system vim postgres_exporter.service [unit] description= https://github.com/prometheus-community/postgres_exporter after=network-online.target [service] type=simple user=root group=root environment=data_source_name=postgresql://postgres_exporter:postgres_exporter@x.x.x.x:5432/postgres?sslmode=disable execstart=/usr/local/postgres_exporter/postgres_exporter execreload=/bin/kill -hup killmode=process timeoutstopsec=20s restart=always [install] wantedby=default.target
服务命令：
# 生效系统systemd文件 systemctl daemon-reload # 设置开机自启 systemctl enable postgres_exporter # 查看状态 systemctl status postgres_exporter # 启动 systemctl start postgres_exporter.service # 停止 systemctl stop postgres_exporter.service
也可以手动启动：
# 后台启动 nohup ./postgres_exporter >> /app/postgres_exporter/postgres_exporter.out 2>&1 &
接下来我们通过使用浏览器，用ip+9187就可以访问我们安装好的postgres_exporter页面啦！
5.配置prometheus监控postgres_exporter
找到prometheus的配置文件，编辑添加如下内容：
vi prometheus.yml
- targets: ["localhost:9187"]
labels:
app: "postgres_exporter"
重启prometheus服务:
systemctl restart prometheus
使用浏览器ip+9090打开promethues的页面：
我们可以看到成功的检测到了postgres_exporter服务啦！
为了实现prometheus对位于公网或不同局域网中的postgresql数据库的监控，可在目标机器上部署postgres_exporter以暴露数据库指标，并通过内网穿透工具cpolar将其本地监听端口（如9187）安全地映射到公网。prometheus服务器即可通过cpolar提供的公网地址拉取远端数据库的监控数据，从而在不依赖复杂网络配置或暴露数据库本身的前提下，完成跨网络的监控集成。
6.安装cpolar内网穿透工具
cpolar 可以将你本地电脑中的服务（如 ssh、web、数据库）映射到公网。即使你在家里或外出时，也可以通过公网地址连接回本地运行的开发环境。
❤️以下是安装cpolar步骤：
使用一键脚本安装命令：
sudo curl https://get.cpolar.sh | sh
安装完成后，执行下方命令查看cpolar服务状态：（如图所示即为正常启动）
sudo systemctl status cpolar
cpolar安装和成功启动服务后，在浏览器上输入虚拟机主机ip加9200端口即:【ip:9200】访问cpolar管理界面，使用cpolar官网注册的账号登录,登录后即可看到cpolar web 配置界面,接下来在web 界面配置即可：
打开浏览器访问本地9200端口，使用cpolar账户密码登录即可,登录后即可对隧道进行管理。
7.配置公网地址
登录cpolar web ui管理界面后,点击左侧仪表盘的隧道管理——创建隧道：
隧道名称：可自定义，本例使用了:postgres_exporter，注意不要与已有的隧道名称重复
协议：http
本地地址：9187
域名类型：随机域名
地区：选择china top
创建成功后，打开左侧在线隧道列表,可以看到刚刚通过创建隧道生成了公网地址，接下来就可以在其他电脑或者移动端设备（异地）上，使用地址访问。
访问成功。
8.将本postgres_exporter暴露给prometheus进行远程抓取
prometheus可以通过这个公网地址51bd1f65.r2.cpolar.top访问到运行在本地9187端口的postgres_exporter服务，从而抓取系统指标。
- targets: ["51bd1f65.r2.cpolar.top"]
labels:
app: "postgres_exporter"
抓取成功！
9.保留固定公网地址
使用cpolar为其配置二级子域名，该地址为固定地址，不会随机变化。
点击左侧的预留，选择保留二级子域名，地区选择china top，然后设置一个二级子域名名称，我这里演示使用的是postgres，大家可以自定义。填写备注信息，点击保留。
登录cpolar web ui管理界面，点击左侧仪表盘的隧道管理——隧道列表，找到所要配置的隧道postgres，点击右侧的编辑。
修改隧道信息，将保留成功的二级子域名配置到隧道中
- 域名类型：选择二级子域名
- sub domain：填写保留成功的二级子域名
- 地区: china top
点击更新
更新完成后，打开在线隧道列表，此时可以看到随机的公网地址已经发生变化，地址名称也变成了保留和固定的二级子域名名称。
最后，我们使用固定的公网地址在任意设备的浏览器中访问，可以看到成功访问本地部署的页面，这样一个永久不会变化的二级子域名公网网址即设置好了。
结尾
完成部署后，postgres exporter就可以持续暴露postgresql的关键运行指标。连接数、事务提交与回滚、缓存命中、锁等待、复制状态等信息，不再只能临时登录数据库查看，而是可以进入prometheus统一采集。
这套方案的价值，在于把数据库从“出了问题再查”变成“平时就能看见趋势”。当连接数持续升高、缓存命中率下降、死元组不断积累或复制延迟扩大时，运维人员可以更早发现异常，而不是等业务端已经明显变慢才开始排查。
配置 cpolar 后，位于不同网络环境中的postgres exporter也可以被prometheus远程抓取。随机域名适合临时验证，固定二级子域名更适合长期监控，避免采集地址频繁变化导致prometheus配置失效。
需要注意的是，监控指标虽然不是数据库业务数据本身，但仍然会暴露实例状态、连接情况和运行负载。公网访问时不建议直接暴露数据库端口，exporter也应使用只读监控账号，并尽量控制访问范围。
postgres exporter负责把数据库状态变成指标，prometheus负责持续抓取和存储，cpolar负责补上跨网络访问通道。当这几部分组合起来以后，postgresql的运行状态就不再是黑盒，而是一套可以观察、分析和提前预警的数据库监控体系。
发表评论