PostgreSQL がメモリ不足で全接続ダウン、厳密なオーバーコミット設定で防ぐ

要約

PostgreSQL のマネージドサービスを 15 年運用する Ubicloud チームは、Linux の厳密なメモリオーバーコミット (strict memory overcommit) で OOM キラーによる致命的障害を防いできた。PostgreSQL の postmaster は子プロセスが OOM で強制終了されると、共有メモリが破損した可能性を想定してすべてのバックエンドを終了させるため、1 つの接続の OOM が全接続の喪失とクラッシュリカバリの長時間化につながる。厳密なオーバーコミット設定では、メモリ枯渇時に OOM キラーの代わりに ENOMEM エラーが返り、PostgreSQL は単一の接続エラーで対応でき、他の接続は継続する。ただしチームは enable 後、/proc/meminfo の Committed_AS が 8GB マシンで 651GB と報告されるカウンタリーク現象に遭遇し、この 3 文字のカーネルバグで一時的に設定を無効化した。