带有 Big Sur 的基于 ARM 的 M1 Mac 上的 Postgres 错误

Posted 2023-02-16

【中文标题】带有 Big Sur 的基于 ARM 的 M1 Mac 上的 Postgres 错误

【英文标题】：Postgres errors on ARM-based M1 Mac w/ Big Sur

【发布时间】：2021-04-17 15:02:19

【问题描述】：

自从我有了基于 ARM 的新 M1 MacBook Pro 以来，我一直遇到严重且一致的 PostgreSQL 问题 (psql 13.1)。无论我使用 Rails 服务器还是 Foreman，我都会在浏览器和终端中收到错误，例如 PG::InternalError: ERROR: could not read block 15 in file "base/147456/148555": Bad address 或 PG::Error (invalid encoding name: unicode) 或 Error during failsafe response: PG::UnableToSend: no connection to the server。奇怪的是，我经常可以反复刷新浏览器以使事情正常运行（直到它们不可避免地不再运行）。

我知道与基于 ARM 的 M1 Mac 相关的所有配置挑战，这就是为什么我以多种方式多次卸载并重新安装了从 Homebrew 到 Postgres 的所有内容（使用 Rosetta，没有 Rosetta，使用 arch -x86_64 brew命令，使用 Postgres 应用程序而不是 Homebrew 安装）。我在随机留言板上遇到了其他几个人，他们遇到了同样的问题（也在新的 Mac 上）并且没有任何运气，这就是为什么我不愿意相信这是一个驱动器损坏问题。 （我还多次运行磁盘工具急救检查；它说一切正常，但我不知道这有多可靠。）

我正在使用thoughtbot parity 将我的开发环境数据库与当前生产的数据库同步。当我运行development restore production 时，我的终端中有数百行类似于下面的输出（这是在下载完成之后但在继续创建默认值、处理数据、序列集等之前）。我相信这是问题的根源，但我不确定解决方案是什么：

pg_restore: dropping TABLE [table name1]
pg_restore: from TOC entry 442; 1259 15829269 TABLE [table name1] u1oi0d2o8cha8f
pg_restore: error: could not execute query: ERROR:  table "[table name1]" does not exist
Command was: DROP TABLE "public"."[table name1]";
pg_restore: dropping TABLE [table name2]
pg_restore: from TOC entry 277; 1259 16955 TABLE [table name2] u1oi0d2o8cha8f
pg_restore: error: could not execute query: ERROR:  table "[table name2]" does not exist
Command was: DROP TABLE "public"."[table name2]";
pg_restore: dropping TABLE [table name3]
pg_restore: from TOC entry 463; 1259 15830702 TABLE [table name3] u1oi0d2o8cha8f
pg_restore: error: could not execute query: ERROR:  table "[table name3]" does not exist
Command was: DROP TABLE "public"."[table name3]";
pg_restore: dropping TABLE [table name4]
pg_restore: from TOC entry 445; 1259 15830421 TABLE [table name4] u1oi0d2o8cha8f
pg_restore: error: could not execute query: ERROR:  table "[table name4]" does not exist
Command was: DROP TABLE "public"."[table name4]";

有其他人经历过吗？任何解决方案的想法将不胜感激。谢谢！

编辑：我能够在较旧的 MacBook Pro（也运行 Big Sur）上重现相同的问题，因此它似乎与 M1 无关，但可能与 Big Sur 有关。

【问题讨论】：

"Bad address" 是与EFAULT 相关联的消息，这意味着 postgres 将无效指针传递给read() 或类似的系统调用。这表明 postgres 或某些相关库中存在相当低级的错误，或者由于硬件故障、过热等导致内存损坏。

谢谢，内特。有什么方法可以可靠地诊断是硬件问题还是低级 Postgres（或相关库）错误？

我的 ARM MacBook Air 也有同样的问题，但并非始终如一。如果我重新启动 Postgres，错误不会弹出一段时间。在有原生 ARM 版本之前，这个问题很可能会一直存在。

是的，在我的 M1 Mac Mini 上遇到了同样的问题。我通过自制软件安装了本机版本的 Postgres。

我的 M1 Mini 也有同样的问题。本机和 x86。奇怪的是，重新启动 Postgres 似乎确实有时会使错误消失。

【参考方案1】：

更新 #2：

WAL 缓冲区等调整延长了错误之间的时间，但并没有完全消除它。最后使用 Homebrew 重新安装新的 Apple Silicon 版本的 Postgres，然后对我现有的数据库进行 pg_dump（遇到错误）并将其恢复到新的安装/集群。

这是有趣的一点：pg_restore 未能恢复数据库中的一个索引，并在恢复过程中记录了它（否则会完成）。我的预感是该索引的损坏或其他问题导致了Bad Address 错误。因此，我对这个问题的最终建议是执行 pg_dump，然后使用 pg_restore，而不是 pg_dump 来恢复数据库。 pg_restore 似乎已经标记了 pg_dump 没有标记的这个问题，写入一个干净的数据库没有错误的索引。

更新：

在尝试了多种变通方法（包括完整的 pg_dump 和恢复受影响的数据库）后仍遇到此问题。虽然一些修复似乎延长了事件之间的时间（特别是增加共享缓冲内存），但没有一个被证明是永久修复。

也就是说，对 postgres 邮件列表的更多挖掘表明，此“错误地址”错误可能与 WAL（预写日志）问题一起发生。因此，我现在在我的 postgresql.conf 文件中设置了以下内容，显着增加了 WAL 缓冲区大小：

wal_buffers = 4MB

并且从那以后就没有遇到过这个问题（再次敲木头）。

这会产生一些影响是有道理的，因为默认情况下 wal_buffer 的大小与共享缓冲区的大小成比例增加（如前所述，增加共享缓冲区的大小可以暂时缓解）。无论如何，在我们确定导致此错误的原因之前，可以尝试其他方法。

---

在 M1 MacBook Air 上偶尔会遇到这个确切的问题：ERROR: could not read block 和 Bad Address 在各种排列中。

我在 postgres 论坛中读到此问题可能发生在虚拟机设置中。因此，我认为这是由 Rosetta 引起的。即使您使用的是通用版本的 postgres，您也​​可能仍在将 x86 二进制文件用于某些辅助进程（例如，在我的例子中是 Python）。

无论如何，这就是解决问题的方法（到目前为止）：reindexing the database

注意：您需要从命令行重新索引，而不是使用 SQL 命令。当我尝试使用 SQL 重新索引时，我一遍又一遍地遇到相同的 Bad Address 错误，并且重新索引从未完成。

当我使用命令行重新索引时，该过程完成，Bad Address 错误没有再次出现（敲木头）。

对我来说，只是：

reindexdb name_of_database

12GB 数据库需要 20-30 分钟。我不仅不再收到这些错误，而且数据库似乎更容易启动。只希望问题不会随着 Rosetta 中的重复读/写/索引创建而返回。我不确定为什么会这样……也许在 M1 Mac 上创建的索引容易损坏？由于 Rosetta 交互，索引可能由于写入或访问而损坏？

【讨论】：

谢谢你，@Ben Wilson。不幸的是，当我尝试重新索引时，我得到以下信息：“reindexdb：错误：数据库“database_name”的处理失败：错误：无法读取文件“base/16384/16600”中的块 22：错误地址”......我试过了运行它很多次，块数一直在增加。然后我重新启动 postgres 并再次尝试，它似乎做了一些事情（终端没有反馈表明发生了任何事情，这有时可能是个好消息）。但是，在 localhost:3000 中浏览了一些应用程序后，我又开始看到错误。

@carlhauck -- 嗯 -- 这与我在使用 SQL 语句时遇到的情况完全相同，例如：REINDEX DATABASE content_agg。但是，无论出于何种原因，使用命令行版本 (reindexdb NAME_OF_DB) 都可以正常工作并允许重新索引完成。要尝试的一件事：关闭您的 psql 实例，然后重新启动它并确保没有其他与数据库的连接（来自 Python、SQL GUI、Web 服务器等），然后尝试从命令行运行 reindexdb。

——我用命令行和 SQL 语句再次尝试了多次，确保没有其他连接到数据库。仍然收到“错误地址”错误。

感谢@Ben 的跟进，我真的很感激。我尝试将 shared_buffers 增加到 512MB，但这也没有改变任何东西……对我来说改变了什么是昨天我的雇主给我寄了一台基于 Intel 的 MacBook。它安装了 Catalina（我还没有更新到 Big Sur），并且在 Postgres 中一切都运行顺利，使用之前给我带来问题的相同数据库。抱歉，我知道这并不能解决其他遇到此问题的人的问题：/

它在某种程度上与负载有关，因为我在常规开发过程中没有遇到这个问题，但它发生在自动化测试套件期间（它并行运行并且每秒左右重新创建数据库更长的时间） - 所以它要么与负载有关，要么与真空有关，还不确定

【参考方案2】：

明确的解决方法：

在尝试了其他答案中的所有解决方法后，我仍然偶尔会收到此错误。即使在转储和恢复数据库、切换到 M1-native postgres、运行各种维护脚本等之后。

在对 postgresql.conf 进行大量修改后，唯一可以无限期可靠地解决此问题（此后未收到错误）：

在 postgresql.conf 中，更改：

max_worker_processes = 8

到

max_worker_processes = 1

进行此更改后，我已将每个测试都扔到了我以前错误缠身的数据库中，并且它一次都没有显示相同的错误。以前，我在大约 20M 记录的数据库上运行的提取例程在处理 1-2 百万条记录后会给出错误的地址错误。现在它完成了整个过程。

显然，减少并行工作器的数量会降低性能，但这是我发现的唯一可靠且永久地解决此问题的方法。

【讨论】：

很高兴知道，但这似乎更像是一种解决方法而不是修复方法。听起来 postgres 有一些比赛错误，如果比赛只有一个竞争对手，可以避免:)

感谢 Nate - 调整了答案，因为它绝对是一种解决方法，而不是考虑到性能损失的修复。 FWIW，通过 psql 日志中的一些“无法映射动态共享内存段”错误，我被引导减少并行工作者。 M1 Mac 上的内存访问和 postgres 并行工作者显然有问题——这是这台机器唯一令人沮丧的地方。

【参考方案3】：

是否有可能在 Big Sur Beta 11.3 中修复了这个问题？

自从在我的 Mac mini M1（现在在 PostgreSQL 13.2）上使用 MacPorts 安装 PostgreSQL 13 以来，我一直遇到与 OP 相同的问题。

我会看到could not read block 错误：

偶尔在运行临时查询时 总是在 R Markdown 中编译一本书时会进行多次查询 总是在我的主数据库上运行 VACUUM FULL 时（这台机器上的实例中大约有 620 GB，相对于 VACUUM FULL 需要多长时间，错误会很快抛出）。李>

（到目前为止，我的“修复”是将我的 Mac 指向我在办公室角落运行的 Ubuntu 服务器，所以对我来说没有真正的问题。）

但是自从今天升级到 Big Sur Beta 11.3 以来，我已经成功地完成了 2 和 3 没有错误（升级前都失败了）。操作系统中的某些东西有可能解决了这个问题吗？

【讨论】：

自从上述更新以来，我已经更频繁地使用我的数据库，我再也没有看到这个问题（之前真的无法使用）。

FWIW 在 MacBook Air M1 上的最新 Big Sur 更新后将 max_worker_processes 设置为 8 时，我仍然遇到此问题

我真的从 每次 尝试特定任务（我的列表中的#2，意味着我只是指向我的 Ubuntu PostgreSQL）时看到这些问题，到从未看到问题（所以我现在只使用我的 Mac mini M1 实例）。我检查了，我也将max_worker_processes 设置为 8。所以谜团还在继续。 （我使用 MacPorts PostgreSQL，我的数据目录位于单独的硬盘上。）

【参考方案4】：

我从postgresql.conf.sample 恢复了postgresql.conf（并重新启动了数据库服务器），此后一切正常。

TBC，我在这里尝试了wal_buffers 和max_worker_processes，但没有帮助。我偶然发现了它，因为我尝试了很多东西，我只需要回去。我确实没有重新初始化整个数据库或类似的东西，只是配置文件。