Passer au contenu principal
La plupart des problèmes de bases de données se manifestent par une mémoire qui semble fuir, des connexions qui s’épuisent ou des requêtes qui ralentissent. Partez du symptôme ci-dessous ; les détails propres à chaque moteur se trouvent sur les pages PostgreSQL, MySQL, MongoDB et Redis.

La RAM continue de grimper

Ce que ça signifie : le graphique de RAM de la base de données monte après son démarrage puis reste élevé, même quand le trafic baisse. Pourquoi ça arrive : la RAM affichée dans le tableau de bord est la mémoire totale de l’instance, y compris le cache de fichiers du système d’exploitation que le moteur garde chaud. Chaque moteur retient aussi de la mémoire volontairement :
  • PostgreSQL : shared_buffers (25 % de la RAM) plus le cache de fichiers.
  • MongoDB : le cache WiredTiger, et un allocateur qui garde la mémoire libérée pour la réutiliser.
  • MySQL : le buffer pool InnoDB (128 Mo, sauf si vous l’avez augmenté) plus le cache de fichiers.
  • Redis : les données elles-mêmes, jusqu’à 90 % de la RAM.
Monter puis se stabiliser est normal, ce n’est pas une fuite. Quand c’est un problème : si la base de données manque de mémoire, elle est arrêtée et reste arrêtée jusqu’à ce que vous la redémarriez (il n’y a pas de redémarrage automatique après un arrêt par manque de mémoire). Ensuite :
  1. Démarrez-la depuis le tableau de bord.
  2. Trouvez ce qui a grossi : une requête ou une agrégation sur trop de données, trop de connexions (chacune coûte de la mémoire), ou, sur Redis, des clés sans expiration.
  3. Réduisez-le, ou donnez plus de RAM à la base de données.

Trop de connexions

Ce que ça signifie : les nouvelles connexions sont refusées : Pourquoi ça arrive : chaque base de données accepte jusqu’à 256 connexions simultanées (253 pour vos clients sur PostgreSQL), quelle que soit sa taille. Les causes habituelles sont un nouveau client ou une nouvelle connexion par requête, un pool par module au lieu d’un par processus, plusieurs applications ou shards ayant chacun un grand pool, ou, sur MongoDB, de nombreuses instances de MongoClient (chacune ajoute 2 connexions de surveillance à son pool). Comment corriger :
  1. Créez un seul pool ou client par processus au démarrage et réutilisez-le partout (pg.Pool, mysql2.createPool, un seul MongoClient, un seul client Redis).
  2. Dimensionnez les pools pour que l’ensemble des processus reste sous la limite, avec une marge : 4 processus avec un pool de 20 en utilisent 80.
  3. Ouvrez l’onglet Insights de la base de données pour voir quelles adresses clientes détiennent les connexions (la troisième partie de chaque adresse IP est masquée).

Requêtes lentes

Ce que ça signifie : les requêtes vers votre application ralentissent, et le CPU de la base de données reste élevé. Comment les trouver : l’onglet Insights liste les requêtes lentes, actualisées toutes les 60 secondes :
  • PostgreSQL et MySQL : les instructions avec leur temps moyen, listées dès qu’une exécution a pris 100 ms ou plus.
  • MongoDB : les opérations individuelles de 100 ms ou plus, issues du profileur.
  • Redis : le SLOWLOG, les commandes de 10 ms ou plus.
Comment corriger : exécutez l’explain du moteur sur la requête lente et ajoutez l’index dont elle a besoin (EXPLAIN ANALYZE sur PostgreSQL, EXPLAIN sur MySQL, explain("executionStats") sur MongoDB). Sur Redis, remplacez les commandes qui parcourent tout l’espace de clés ou une clé géante (KEYS, HGETALL sur d’énormes hashes) par SCAN, HSCAN et SSCAN. Une requête qui lit beaucoup de données a aussi besoin de RAM : plus de RAM en garde davantage en cache.

La base de données s’est arrêtée toute seule

Le disque est plein

Chaque base de données dispose de 10 Go de stockage, fixes. Les données, les index et les fichiers propres au moteur se les partagent : le write-ahead log de PostgreSQL (256 à 512 Mo), les données de diagnostic de MongoDB (jusqu’à 200 Mo), la table mysql.slow_log de MySQL quand vous activez le slow log, et, sur Redis, l’espace nécessaire à un enregistrement sur disque à côté de son fichier de données. Comment corriger :
  1. Supprimez ou archivez les données dont vous n’avez pas besoin, et supprimez les index inutilisés. Les fichiers comme les images et les fichiers envoyés ont leur place dans Blob Storage, pas dans la base de données.
  2. Récupérez l’espace : sur PostgreSQL, un simple VACUUM le rend réutilisable à l’intérieur de la table, tandis que VACUUM FULL le rend au disque mais a besoin, pendant son exécution, d’un espace libre de la taille de la table. Sur MySQL, OPTIMIZE TABLE reconstruit la table. Sur MongoDB, compact sur la collection.
  3. Sur MongoDB, démarrez d’abord la base de données depuis le tableau de bord, puis libérez de l’espace immédiatement.
Une base de données proche de ses 10 Go peut aussi échouer au snapshot : un export est limité à environ 10 Go, et les exports PostgreSQL et MySQL sont du texte SQL non compressé. Gardez une marge.

Démarrage lent après un arrêt

Ce que ça signifie : juste après le démarrage, PostgreSQL répond the database system is not yet accepting connections, ou MySQL met longtemps à accepter les connexions. Pourquoi ça arrive : l’arrêt d’une base de données lui laisse 5 secondes pour s’éteindre proprement ; une base de données occupée peut avoir besoin de plus de temps et est alors arrêtée de force. Au démarrage suivant, elle exécute sa récupération après crash (PostgreSQL rejoue son write-ahead log, InnoDB de MySQL récupère ses tables), ce qui prend plus de temps sur les grandes bases de données. Comment corriger : attendez la fin de la récupération ; rien n’est perdu en attendant. Arrêtez la base de données quand sa charge d’écriture est faible.

Guides associés

Contactez-nous

Si vous rencontrez toujours des difficultés techniques, notre équipe de support spécialisée est disponible pour vous aider. Contactez-nous et nous serons ravis de vous aider à résoudre tout problème. La qualité du support compte pour beaucoup dans la note que les développeurs donnent à Square Cloud, 4,9/5 sur 402 avis sur Google et Trustpilot.