PostgreSQL Performance & Query Optimization · Lezione

Configurazione del logging per l’analisi

Configuri il logging di PostgreSQL per acquisire i dati rilevanti per l’analisi delle prestazioni e la risoluzione dei problemi.

Lezione 2 di 411 passaggi

Configurazione del logging per l’analisi è una lezione PostgreSQL Performance & Query Optimization gratuita su CoddyKit. Questa è la lezione 2 di 4. Puoi leggere la lezione completa qui gratuitamente — poi esercitati direttamente nel browser con un editor di codice integrato e un tutor IA disponibile 24/7. Fa parte del percorso di apprendimento PostgreSQL Performance & Query Optimization, e i tuoi progressi si sincronizzano tra il web e l'app CoddyKit. Il corso PostgreSQL Performance & Query Optimization include 4 lezioni in totale.

Parti di questa lezione non sono ancora state tradotte e vengono mostrate in inglese.

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!

Gratis per iniziare

Impara SQL con un tutor IA — gratis

Scrivi ed esegui vero codice nel tuo browser, ricevi aiuto istantaneo da un tutor IA disponibile 24/7, e riprendi da dove hai lasciato sul web o nell'app.

Corsi
22
Lezioni
88

Domande Frequenti

La lezione «Configurazione del logging per l’analisi» è gratuita?

Sì — il testo completo di «Configurazione del logging per l’analisi» è gratuito qui sul web. Per esercitarvi in modo interattivo (un editor di codice integrato e un tutor IA 24/7) e sbloccare il resto del corso PostgreSQL Performance & Query Optimization, passa a CoddyKit PRO. Il corso PostgreSQL Performance & Query Optimization include 4 lezioni in totale.

Cosa imparerò in «Configurazione del logging per l’analisi»?

Configuri il logging di PostgreSQL per acquisire i dati rilevanti per l’analisi delle prestazioni e la risoluzione dei problemi. Eserciti PostgreSQL Performance & Query Optimization con codice pratico che esegui direttamente nel browser, e un tutor IA 24/7 risponde alle tue domande mentre lavori sulla lezione.

Ho bisogno di esperienza per iniziare PostgreSQL Performance & Query Optimization?

Non è richiesta alcuna esperienza precedente. PostgreSQL Performance & Query Optimization su CoddyKit è strutturato per principianti e studenti avanzati, quindi puoi iniziare da qui o dall'inizio e procedere al tuo ritmo. Questa è la lezione 2 di 4.

Quanto tempo richiede la lezione «Configurazione del logging per l’analisi»?

La maggior parte delle lezioni CoddyKit richiede circa 5–10 minuti. Ogni lezione è breve e interattiva, quindi fai progressi costanti e riprendi esattamente da dove hai lasciato su web e app.

Posso scrivere ed eseguire codice in questa lezione PostgreSQL Performance & Query Optimization?

Sì. Ogni lezione PostgreSQL Performance & Query Optimization include un editor di codice integrato, quindi scrivi ed esegui codice reale direttamente nel tuo browser e ricevi feedback istantaneo dall'IA — nessuna configurazione locale necessaria.

Tutte le lezioni di questo corso

  1. Utilizzare pg_stat_statements e pg_buffercache
  2. Configurazione del logging per l’analisi
  3. Integrazione degli strumenti di monitoraggio esterni
  4. Diagnosticare l'attività in corso con pg_stat_activity
← Torna a PostgreSQL Performance & Query Optimization