Postgres recovery_prefetch 竟致服务中断

Postgres recovery_prefetch can cause outages

我在生产环境中发现了一个隐蔽却致命的隐患：Postgres 的 recovery_prefetch 功能正在悄悄引发服务中断。早在 2021 年就有开发者在邮件列表中提出过疑虑，但当时未被重视。如今，随着同步复制（synchronous replication）的普及和 FPI/FPW 的默认开启，该功能将主库的顺读操作转化为备库的随机读，导致 IOPS 激增 16 倍。一旦网络波动打断复制流，备库可能因 IOPS 耗尽而长时间无法追平，进而导致主库写入完全挂起。实验表明，在普通云盘上复现这一故障轻而易举，而关闭 recovery_prefetch 即可有效避免此类灾难。