为什么要慎用replication slot？

复制槽概念

复制槽（replication slot）在postgresql9.4版本中被引入，引入之初是为了防止备库需要的xlog日志在主库被删除，主库会会根据备库返回的信息确认哪些xlog已不再需要，，才能进行清理。同时主库不会移除那些导致恢复冲突的行，关于恢复冲突，前面有一篇文章讲到过可以通过设置hot_standby_feedback、max_standby_streaming_delay等参数进行预防，但是这些参数只有在主备关系正常时才能起到作用，而replication slot能够确保在主备断连后主库的xlog仍不被清理。

复制槽分为物理复制槽physical replication slot和逻辑复制槽logic replication slot。物理复制槽一般结合流复制一起使用，能够很好的保证备库需要的日志不会在主库删除，本文重点讨论逻辑复制槽。

Logic replication slots一般被用于逻辑异步复制，一个很好的应用就是用于异构数据库之间的逻辑复制。大致原理是将源端xlog进行解码，解析成具体sql，然后到目标端进行回放。支持逻辑解码需要将wal_level设置为logic，logic会在replica的基础上增加一些信息以支持逻辑解码，该模式会增大wal日志的数量，尤其是大量的update，delete操作的库。

逻辑复制槽的出现算是一个创新，相当于官方将xlog解码功能提供到源码中，这是做逻辑同步工具公司的福音，公司只需要使用pg_recvlogic等逻辑解码工具或pg_logic_slot_get_changes()等SQL接口函数将xlog解析成sql文本在目标端回放即可。

需要关注的问题

对于逻辑复制槽，有下面几点需要注意：

①一个逻辑复制槽只能解码一个database，但是一个database可以有多个复制槽进行解码，同一个复制槽可能同时有多个接收端进行订阅。

②复制槽的消息只发送一次，同时它不关心接收端的状态，如果接收端执行失败，那么复制槽不会向前推进，接收端成功后继续从上次失败的位点继续进行消费。

③不支持DDL、列存、压缩表的解码，DDL一般需要需要创建额外的触发器来进行处理，但可以做到表级订阅。

④逻辑复制不能保证数据不丢失，不能用作数据容灾，但是可以用于数据迁移，在主库有大事务的情况下延迟较大。

⑤不使用的复制槽一定要及时删除。

慎用replication slot

上面的第五点是需要特别注意的，也是我说慎用replication slot的原因。笔者在生产环境多次遇到因为逻辑复制槽造成xlog堆积的问题。我们知道当主备断连的时候逻辑槽会保证主库不清理xlog，这样就会造成xlog堆积。其实不仅是主备断连，当主库没有更新业务的时候，主库的xlog也不会清理，有些人可能会说了，主库都没有业务了，根本就不会生成xlog，那么也不会有xlog堆积的问题了，看似解释很完美，但是我们试想下面这个场景。

如果是多租户的环境呢？如果我在使用一个集群，比如pgxc，集群上有多个数据库，我们为了保证rpo接近0，使用了逻辑复制的方案，其中有两个库都需要同步，需要建立两个逻辑槽。如果其中一个业务很繁忙，每天有大量的跑批操作，但是另一个库不是那么繁忙，或者说在节假日的时候没有业务，这时就需要特别小心了。因为两个库其实共用的是一份xlog日志，其中一个库很麻烦产生大量的xlog，但是另一个库没有业务，会造成该库的逻辑槽的restart_lsn始终不往前推进，这样就造成主库的xlog没法删除，最终造成主库的磁盘爆掉。笔者生产环境中曾经遇到过xlog堆积好几万个的情况，好在当时磁盘容量够大，没有发生事故。

最佳实践

所以在生产环境中如果使用replication slot，有下面几点建议：

①可以增加xlog日志个数的监控，当xlog数量超过正常值时通知dba查找原因。

②做好对每个复制槽同步状态的监控，出现某个槽同步状态异常要及时处理，同步异常会造成lsn不向前推进。

③对于业务很空闲但是数据需要同步的库，可以自定义脚本，定期更新无用表，手工推进lsn。

④如果xlog已经堆积很多磁盘马上要爆炸的情况下，在考虑应急删掉复制槽之前要评估剩余空间是否还有足够富余，因为即使删掉复制槽，xlog也不是马上就会清理，删掉后主库vacuum也会产生较多xlog日志，一定要做好评估。

⑤增加pg_replication_slot()视图中restart_lsn的监控，对于落后较大和长期不推进的lsn进行告警。

好吧，加油吧。