ClickHouse Managed Postgres のユーザー向け通知機能の拡張

8 月に、ストレージ使用率が 85% を超えた際の警告を皮切りとして、ClickHouse Managed Postgres 向けの通知機能の提供を開始しました。ダッシュボードを開き続けなくても、注意が必要な事象が発生した際にすぐ把握できるようにすることを目的としています。

受信した内部テストメールから生成したストレージ警告。この例では 96% の使用率が報告されています。

これらのストレージアラートは、すでにユーザーの迅速な対応に役立っています。たとえば、アラートを受信したユーザーから連絡を受け、ディスク使用率の引き下げを支援した事例がありました。

ストレージアラートによって問題に気づけたことを確認するユーザーからのメッセージ。ユーザーの詳細は伏せています。

このようなやりとりを通じて、よりプロアクティブに対応できる領域が見えてきました。何が起きているのか、次に何を確認すべきかをより明確に把握できるよう、具体的な通知の種類を増やしています。上記のユーザーのケースでは、使われていないレプリケーションスロットが約 650 GB ものトランザクションログを保持していました。今後追加される非アクティブスロット通知は、こうした状況の特定に役立ちます。

今回追加される通知の概要は以下のとおりです。非アクティブなレプリケーションスロット、計画的スイッチオーバー、計画外のフェイルオーバー、長時間実行されているトランザクション、接続使用率の 5 つをカバーする通知を追加します。

非アクティブなレプリケーションスロット #

アプリケーションでは、Debezium などの CDC (Change Data Capture) ツールを使用して、Postgres から後続のシステムへと変更をストリーミングすることがよくあります。これらのパイプラインでは、コンシューマーが引き続き必要としている変更を追跡するために論理レプリケーションスロットが使用されます。

コンシューマーが切断された場合でも、スロットは Postgres 内に残り続けます。アプリケーションがデータを書き込み続けると、Postgres はそのコンシューマー向けに先行書き込みログ (WAL) データを保持し続ける可能性があります。パイプラインが一時停止したり、レプリケーション設定が放置されたりすると、アプリケーションは正常に動作しているように見えながらストレージ使用量が増加し続けることがあります。

今後追加される通知では、2 時間の監視期間中に未確認の WAL が 10 GiB 以上存在する非アクティブなスロットを検出します。調査対象がすぐにわかるよう、スロット名も記載されます。マネージド CDC サービスに属すると特定されたスロットは除外されます。

よくあるユースケースの 1 つとして、論理レプリケーションスロットを利用する ClickPipes を通じて、Managed Postgres から ClickHouse へ分析用にストリーミングする構成があります。この構成では、物理 WAL レプリケーションを使用し論理レプリケーションスロットを不要にする WalShadow に切り替えることも可能です。これにより、この原因による WAL の蓄積を防げます。

図解: 非アクティブなスロットは、新しい書き込みが届くにつれて WAL を保持し続けることがあります。今後追加される通知によって、そのスロットを特定できるようになります。

計画的スイッチオーバー #

計画的スイッチオーバーでは、スタンバイをプライマリに昇格させて Postgres サービスを引き継ぎます。たとえば、CPU、メモリ、またはストレージのスケールアップを行うと、代替インスタンスが立ち上がり、プライマリとして引き継ぐ前に同期を追いつかせます。自動ストレージスケーリングでも同じプロセスが使用されます。切り替えの間、既存の接続は一時的に切断されます。

今後追加される通知では、スイッチオーバーが完了したことと、対象となるサービスをお知らせします。接続文字列は変わりません。一時的な切断の原因を調査している場合、この通知によってプライマリが変更された時刻を確認できます。

2026年10月21日に受信した内部テストの計画的スイッチオーバー通知メール (古い補足説明部分を削除して編集済み)。

計画外のフェイルオーバー #

プライマリが利用できなくなった場合、スタンバイを備えたサービスでは、そのスタンバイをプライマリに昇格させることで復旧できます。今後追加される計画外フェイルオーバーの通知では、その昇格が完了したタイミングをお知らせします。

通知には対象のサービスが記載され、プライマリが利用できなくなったことが説明されます。アプリケーションは同じ接続文字列を使用して再接続できます。

2026年10月22日に受信した内部テストから生成した計画外フェイルオーバーの通知メール。

これら 2 つの通知を組み合わせることで、接続の中断が計画的なスイッチオーバーによるものか、予期しない障害からの復旧によるものかを容易に判断できるようになります。復旧プロセスの詳細については、高可用性に関するドキュメントをご確認ください。

高可用性のドキュメント

長時間実行されているトランザクション #

処理が完了しているはずのトランザクションが、想定よりも長く開いたままになることがあります。クエリがまだ実行中である場合もあれば、コミットまたはロールバックを行う前にアプリケーション側の待機によってアイドル状態になっている場合もあります。

実行された処理の内容によっては、開いたままのトランザクションがロックを保持し続け、他の処理をブロックしたり、バキュームによる不要行の回収を妨げたりすることがあります。その結果、テーブルの肥大化やクエリの低速化を招くおそれがあります。

今後追加される通知では、プライマリ上で 2 時間以上開いたままになっているトランザクションが検出された際に警告します。アクティブなトランザクションと、トランザクション内でアイドル状態になっているものの両方が対象となり、確認時点でのトランザクションの経過時間もレポートされます。

これにより、そのトランザクションが想定内のものか、意図せず放置されたものかを確認できます。

上限に近づく接続数 #

アプリケーションインスタンスの追加やワーカーの同時実行数の増加に伴い、接続数は予想以上に急速に増加することがあります。コネクションプールは通常アプリケーションインスタンスごとに設定されるため、アプリケーションをスケールアウトすると、データベースへの総接続数が何倍にも膨らむ可能性があります。

利用可能な接続を使い果たすと、アプリケーションからの新しい接続は失敗するようになります。今後追加される通知では、使用率が上限の 95% に達した際に警告を発するため、接続不能になる前に対処できます。

まずは、どのアプリケーションが接続を保持しているか、またそれらのセッションがアクティブかアイドルかを確認してください。その後、プールの設定を見直し、アプリケーションでの使用が終わっているにもかかわらず閉じられていない接続や、プールに返却されていない接続がないかを調査します。

今後の展望 #

私たちは、Managed Postgres において注意すべき事象を通知し、対処に必要なコンテキストを十分に提供したいと考えています。今後もユーザーが直面する課題に基づいて、通知機能を拡充し続けていきます。

現在サービスで利用可能な通知の配信設定 (コンソール、メール、Slack を含む) は、通知設定の Postgres セクションで管理できます。詳細については、通知のドキュメントを参照してください。

他にも事前に把握したい事象がございましたら、postgres-team-support@clickhouse.com までぜひお知らせください。