0Pricing
PostgreSQL Performance & Query Optimization · Leçon

Configuration de la journalisation pour l’analyse

Configurez la journalisation de PostgreSQL pour recueillir les données pertinentes lors de l’analyse des performances et du dépannage.

Configuration de la journalisation pour l’analyse est une leçon PostgreSQL Performance & Query Optimization gratuite sur CoddyKit. Ceci est la leçon 2 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage PostgreSQL Performance & Query Optimization, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours PostgreSQL Performance & Query Optimization comprend 4 leçons au total.

Certaines parties de cette leçon n'ont pas encore été traduites et s'affichent en anglais.

Why PostgreSQL Logging Matters

Understanding how your PostgreSQL database performs is crucial for maintaining its health and speed. Logs are your database's diary, recording important events, errors, and even slow queries.

By configuring logging correctly, you gain deep insights into what's happening under the hood, making troubleshooting and performance analysis much easier.

Where Logs Go: log_destination

PostgreSQL can send its log output to different places. The log_destination parameter in postgresql.conf controls this.

  • stderr: Logs go to standard error (console).
  • csvlog: Logs are written in a CSV format, great for programmatic analysis.
  • syslog: Logs go to the system's logging facility.

For most users, stderr (captured by a collector) or csvlog are the most common and useful options.

Capturing Logs with logging_collector

If log_destination includes stderr, you'll want PostgreSQL to capture these logs into files. This is where logging_collector comes in.

When logging_collector is on, PostgreSQL starts a background process to capture stderr messages and redirect them to log files. You can specify the log_directory and log_filename.

Here's how to enable it:

logging_collector = on
log_directory = 'pg_log'
log_filename = 'postgresql-%Y-%m-%d_%H%M%S.log'

Logging All SQL Statements

To see every SQL command executed, you can set log_statement = 'all'. This is very verbose and can generate huge log files, so use it with caution and typically only for short-term debugging.

Let's say you run this query:

SELECT * FROM products WHERE price > 100;

Understanding log_statement Output

With log_statement = 'all', the previous query would appear in your logs. Other useful settings include:

  • ddl: Logs all Data Definition Language (CREATE, ALTER, DROP).
  • mod: Logs DDL and Data Manipulation Language (INSERT, UPDATE, DELETE).
  • none: No statements are logged (default).

For general monitoring, ddl or mod can be a good balance, capturing schema changes and data modifications.

Finding Slow Queries: log_min_duration_statement

This is one of the most powerful logging parameters for performance analysis. log_min_duration_statement logs any statement that runs longer than the specified number of milliseconds.

Setting it to 0 logs all statements with their duration. Setting it to -1 (the default) disables it.

Example: To log queries slower than 200ms:

log_min_duration_statement = 200

Practical: Simulating a Slow Query

If log_min_duration_statement is set to 100 (100ms), a query like this would appear in your logs if it takes longer than 100ms to execute. This helps identify performance bottlenecks.

SELECT pg_sleep(0.15);
-- This query intentionally sleeps for 150ms

Connection and Disconnection Logging

Tracking client activity can be vital for security and resource management. You can configure PostgreSQL to log when clients connect and disconnect.

  • log_connections = on: Logs successful connection attempts.
  • log_disconnections = on: Logs client disconnections, including session duration.

These settings provide valuable context about who is connecting, from where, and for how long.

Structuring Log Output: log_line_prefix

The log_line_prefix parameter allows you to add useful information at the beginning of each log line. This makes logs much easier to parse and understand.

Common prefixes include timestamp, user, database, process ID, and client IP address. For example:

log_line_prefix = '%t [%p]: [%l-1] user=%u,db=%d,app=%a,client=%h '

Quick Check: Logging Slow Queries

Which configuration parameter is used to log SQL statements that exceed a specific execution time, making it invaluable for identifying performance bottlenecks?

Recap: Mastering Log Configuration

You've learned how to configure PostgreSQL logging for effective analysis and troubleshooting.

  • We covered log_destination for output location.
  • Enabled logging_collector to capture logs to files.
  • Used log_statement for general query logging.
  • Identified slow queries with the powerful log_min_duration_statement.
  • Explored log_connections and log_line_prefix for context.

Proper logging is your first line of defense in understanding and optimizing your PostgreSQL database!

Questions Fréquemment Posées

La leçon « Configuration de la journalisation pour l’analyse » est-elle gratuite ?

Oui — le texte complet de « Configuration de la journalisation pour l’analyse » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours PostgreSQL Performance & Query Optimization, passe à CoddyKit PRO. Le cours PostgreSQL Performance & Query Optimization comprend 4 leçons au total.

Qu'est-ce que j'apprendrai dans « Configuration de la journalisation pour l’analyse » ?

Configurez la journalisation de PostgreSQL pour recueillir les données pertinentes lors de l’analyse des performances et du dépannage. Tu pratiques PostgreSQL Performance & Query Optimization avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.

Dois-je avoir de l'expérience pour commencer PostgreSQL Performance & Query Optimization ?

Aucune expérience préalable n'est requise. PostgreSQL Performance & Query Optimization sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 2 sur 4.

Combien de temps prend la leçon « Configuration de la journalisation pour l’analyse » ?

La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.

Peux-tu écrire et exécuter du code dans cette leçon PostgreSQL Performance & Query Optimization ?

Oui. Chaque leçon PostgreSQL Performance & Query Optimization inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.

Toutes les leçons de ce cours

  1. Utiliser pg_stat_statements et pg_buffercache
  2. Configuration de la journalisation pour l’analyse
  3. Intégration d’outils de supervision externes
  4. Diagnostiquer l’activité en direct avec pg_stat_activity
← Retour à PostgreSQL Performance & Query Optimization