Amazon RDS マネージド Postgres の Database Monitoring のセットアップ
Database Monitoring (DBM) は、クエリメトリクス、クエリサンプル、実行計画、データベースの状態、フェイルオーバー、イベントを可視化することで、Postgres データベースの内部状態を詳細に把握できるようにします。
Agent は、読み取り専用ユーザーとしてログインして、データベースから直接テレメトリを収集します。Postgres データベースで DBM を有効にするには、以下のセットアップを実行します。
- Configure the AWS integration
- Configure database parameters
- Grant the Agent access to the database
- Install and configure the Agent
- Install the RDS integration
RDS クイックインストールは、小規模な環境 (たとえば、データベースホストが 20 台など) や、DBM を初めて利用してすぐに試してみたい場合に推奨されるインストール方法です。大規模なデータベース群を管理しており、UI 経由でエージェントをデプロイする方法がスケールしにくい場合には、標準インストールを推奨します。標準インストールでは、エージェントを手動で管理したり、既存の自動化プロセスと統合したりすることができます。
はじめに
- サポート対象の PostgreSQL バージョン
- 9.6、10、11、12、13、14、15、16、17
- サポートされている Agent バージョン
- 7.36.1+
- パフォーマンスへの影響
- DBM のデフォルトのエージェント構成は保守的な設定になっていますが、収集間隔やクエリサンプリングレートなどの設定を調整し、ニーズに合わせて最適化できます。ほとんどのワークロードにおいて、Agent がデータベースのクエリ実行時間に与える影響は 1% 未満、CPU 使用率への影響も 1% 未満です。
DBM は、ベースとなる Agent の上で動作するインテグレーションとして実行されます (ベンチマークを参照)。 - プロキシ、ロードバランサー、コネクションプーラー
- Datadog Agent は、監視対象のホストに直接接続する必要があります。自己ホスト型データベースの場合、
127.0.0.1 またはソケットを使用してください。Agent は、プロキシ、ロードバランサー、または pgbouncer のようなコネクションプーラーを介してデータベースに接続しないでください。Agent の実行中に接続先ホストが切り替わる場合 (フェイルオーバーやロードバランシングなど)、Agent は 2 つのホスト間の統計の差分を計算してしまうため、不正確なメトリクスが生成されます。 - セキュリティに関する考慮事項
- Agent がデータベースから収集するデータや、その安全性を確保する方法については、機密情報 を参照してください。
Amazon Web Services インテグレーションタイル の [Resource Collection] セクションで、[Resource Collection] を有効にします。
Postgres 設定を構成する
以下の パラメーター を DB パラメーターグループ で構成してからサーバーを再起動して、設定を有効にします。これらのパラメーターに関する詳細については、Postgres ドキュメント を参照してください。
必須パラメーター
| パラメーター | 値 | 説明 |
|---|
shared_preload_libraries | pg_stat_statements | postgresql.queries.* メトリクスのために必要です。pg_stat_statements 拡張機能を使用してクエリメトリクスの収集を有効にします。 |
track_activity_query_size | 4096 | より大きなクエリの収集に必要です。pg_stat_activity の SQL テキストのサイズを拡張します。デフォルト値のままにすると、1024 文字を超えるクエリは収集されません。 |
オプションパラメーター
| パラメーター | 値 | 説明 |
|---|
pg_stat_statements.track | ALL | ストアドプロシージャや関数内のステートメントの追跡を有効にします。 |
pg_stat_statements.max | 10000 | pg_stat_statementsで追跡する正規化されたクエリの数を増加させます。多くの異なるクライアントから多様なクエリが実行される高負荷データベースに推奨されます。 |
pg_stat_statements.track_utility | off | PREPARE や EXPLAIN などのユーティリティコマンドを無効にします。この値を off に設定すると、SELECT、UPDATE、DELETE などのクエリのみが追跡されます。 |
track_io_timing | on | クエリにおけるブロックの読み取りおよび書き込み時間の収集を有効にします。 |
auto_explain を有効にする (オプション)
デフォルトでは、エージェントは実行中のクエリのサンプリングに対してのみ EXPLAIN の実行計画を収集します。これらの実行計画は、特にアプリケーションコードがプリペアドステートメントを使用している場合、より一般的な内容になります。
すべてのクエリから取得した完全な EXPLAIN ANALYZE の実行計画を収集するには、auto_explain を使用する必要があります。これは、PostgreSQL にバンドルされたファーストパーティ拡張機能で、すべての主要プロバイダーで利用可能です。ログ収集は auto_explain 収集 の前提条件であるため、続行する前に有効にしてください。
重要:auto_explain は、難読化されていない SQL 内の生データ値と同様に、機密性の高いアプリケーションデータを含む可能性があるログ行を出力します。生成されるプランへのアクセスを制御するには、
dbm_parameterized_queries_read 権限を使用してください。デフォルトで Datadog 組織内のすべてのユーザーに表示可能になっている、ログ行自体の可視性を制限するには、
ログ向けの RBAC も構成してください。Datadog は、機密情報を効果的に保護するために両方の権限を使用することを推奨します。
auto_explain 設定を構成します。ログ形式は __ jsonである必要がありますが、他の設定はアプリケーションに応じて変更できます。この例では、1 秒を超えるすべてのクエリの EXPLAIN ANALYZE の実行計画をログに出力し、バッファ情報は含めますが、オーバーヘッドが発生する可能性があるためタイミング情報は除外します。
| パラメーター | 値 | 説明 |
|---|
shared_preload_libraries | pg_stat_statements,auto_explain | 自動 EXPLAIN ANALYZE |
auto_explain.log_format | json | 機械可読の実行計画を生成します |
auto_explain.log_min_duration | 1000 | クエリが 1 秒を超えると実行計画をログに記録します |
auto_explain.log_analyze | on | EXPLAIN |
auto_explain.log_buffers | on | 実行計画にバッファ使用状況を含めます |
auto_explain.log_timing | off | タイミング情報を出力しません (オーバーヘッドが高いため) |
auto_explain.log_triggers | on | トリガーステートメントの実行計画を含めます |
auto_explain.log_verbose | on | 詳細な実行計画タイプを使用します |
auto_explain.log_nested_statements | on | ネストされたステートメントを含めます |
auto_explain.sample_rate | 1 | 期間条件を満たすすべてのクエリに対して EXPLAIN を実行します |
log_line_prefix を変更して、よりリッチなイベント相関を有効にします。詳細については、RDS DB パラメーターグループ のドキュメントを参照してください。auto_explain の取り込みには、これを %m:%r:%u@%d:[%p]:%l:%e:%s:%v:%x:%c:%q%a に設定する必要があります。
RDS インスタンスが CloudWatch と Datadog にログを転送していることを確認するには、Amazon RDS ログ収集 の手順に従ってください。
Agent にアクセスを付与する
Datadog Agent では、統計やクエリを収集するために、データベースサーバーへの読み取り専用のアクセスが必要となります。
Postgres がレプリケートされている場合、クラスター内のプライマリデータベースサーバー (書き込み側) で次の SQL コマンドを実行してください。Agent は、接続先のデータベースに関係なく、サーバー上のすべてのデータベースからテレメトリを収集できます。Agent で 特定のデータベース固有のデータに対してカスタムクエリを実行する 必要がない限り、デフォルトの postgres データベースを使用してください。
選択したデータベースに、スーパーユーザー (または十分な権限を持つ別のユーザー) として接続します。たとえば、psql を使用して postgres データベースに接続するには、次のようにします。
psql -h mydb.example.com -d postgres -U postgres
datadog ユーザーを作成します。
CREATE USER datadog WITH password '<PASSWORD>';
注 IAM 認証もサポートされています。RDS インスタンスの設定方法については、ガイド を参照してください。
datadog ユーザーに関連テーブルへの権限を付与します。
ALTER ROLE datadog INHERIT;
すべてのデータベースで以下のスキーマを作成します。
CREATE SCHEMA datadog;
GRANT USAGE ON SCHEMA datadog TO datadog;
GRANT USAGE ON SCHEMA public TO datadog;
GRANT pg_monitor TO datadog;
CREATE EXTENSION IF NOT EXISTS pg_stat_statements schema public;
すべてのデータベースで以下のスキーマを作成します。
CREATE SCHEMA datadog;
GRANT USAGE ON SCHEMA datadog TO datadog;
GRANT USAGE ON SCHEMA public TO datadog;
GRANT pg_monitor TO datadog;
CREATE EXTENSION IF NOT EXISTS pg_stat_statements schema public;
すべてのデータベースで以下のスキーマを作成します。
CREATE SCHEMA datadog;
GRANT USAGE ON SCHEMA datadog TO datadog;
GRANT USAGE ON SCHEMA public TO datadog;
GRANT SELECT ON pg_stat_database TO datadog;
CREATE EXTENSION IF NOT EXISTS pg_stat_statements;
すべてのデータベースで関数を作成し、Agent がpg_stat_activityとpg_stat_statements の完全な内容を読み取れるようにします:
CREATE OR REPLACE FUNCTION datadog.pg_stat_activity() RETURNS SETOF pg_stat_activity AS
$$ SELECT * FROM pg_catalog.pg_stat_activity; $$
LANGUAGE sql
SECURITY DEFINER;
CREATE OR REPLACE FUNCTION datadog.pg_stat_statements() RETURNS SETOF pg_stat_statements AS
$$ SELECT * FROM pg_stat_statements; $$
LANGUAGE sql
SECURITY DEFINER;
追加のテーブルをクエリする必要があるデータ収集やカスタムメトリクスの場合、そのテーブルに対して、
SELECT 権限を
datadog ユーザーのみがたどることができます。例:
grant SELECT on <TABLE_NAME> to datadog;。詳細については、
PostgreSQL カスタムメトリクスの収集を参照してください。
EXPLAIN の実行計画関数を作成する
すべてのデータベースで次の関数を作成し、Agent が実行計画を収集できるようにします。
CREATE OR REPLACE FUNCTION datadog.explain_statement(
l_query TEXT,
OUT explain JSON
)
RETURNS SETOF JSON AS
$$
DECLARE
curs REFCURSOR;
plan JSON;
BEGIN
SET TRANSACTION READ ONLY;
OPEN curs FOR EXECUTE pg_catalog.concat('EXPLAIN (FORMAT JSON) ', l_query);
FETCH curs INTO plan;
CLOSE curs;
RETURN QUERY SELECT plan;
END;
$$
LANGUAGE 'plpgsql'
RETURNS NULL ON NULL INPUT
SECURITY DEFINER;
パスワードを安全に保管する
Store your password using secret management software such as Vault. You can then reference this password as ENC[<SECRET_NAME>] in your Agent configuration files: for example, ENC[datadog_user_database_password]. See Secrets Management for more information.
The examples on this page use datadog_user_database_password to refer to the name of the secret where your password is stored. It is possible to reference your password in plain text, but this is not recommended.
データベースの権限を確認する
権限が正しく設定されていることを確認するために、次のコマンドを実行して、Agent ユーザーがデータベースに接続してコアテーブルを読み取れることを確認します。
psql -h localhost -U datadog postgres -A \
-c "select * from pg_stat_database limit 1;" \
&& echo -e "\e[0;32mPostgres connection - OK\e[0m" \
|| echo -e "\e[0;31mCannot connect to Postgres\e[0m"
psql -h localhost -U datadog postgres -A \
-c "select * from pg_stat_activity limit 1;" \
&& echo -e "\e[0;32mPostgres pg_stat_activity read OK\e[0m" \
|| echo -e "\e[0;31mCannot read from pg_stat_activity\e[0m"
psql -h localhost -U datadog postgres -A \
-c "select * from pg_stat_statements limit 1;" \
&& echo -e "\e[0;32mPostgres pg_stat_statements read OK\e[0m" \
|| echo -e "\e[0;31mCannot read from pg_stat_statements\e[0m"
psql -h localhost -U datadog postgres -A \
-c "select * from pg_stat_database limit 1;" \
&& echo -e "\e[0;32mPostgres connection - OK\e[0m" \
|| echo -e "\e[0;31mCannot connect to Postgres\e[0m"
psql -h localhost -U datadog postgres -A \
-c "select * from datadog.pg_stat_activity() limit 1;" \
&& echo -e "\e[0;32mPostgres pg_stat_activity read OK\e[0m" \
|| echo -e "\e[0;31mCannot read from pg_stat_activity\e[0m"
psql -h localhost -U datadog postgres -A \
-c "select * from datadog.pg_stat_statements() limit 1;" \
&& echo -e "\e[0;32mPostgres pg_stat_statements read OK\e[0m" \
|| echo -e "\e[0;31mCannot read from pg_stat_statements\e[0m"
パスワードの入力を求められた場合は、datadog ユーザーを作成したときに入力したパスワードを使用してください。
RDS ホストを監視するには、インフラストラクチャーに Datadog Agent をインストールし、各インスタンスエンドポイントにリモートで接続するように構成します。Agent をデータベース上で実行する必要はなく、接続するだけで構いません。ここに記載されていない、Agent のその他のインストール方法については、Agent インストール手順 を参照してください。
ホスト上で実行されている Agent での Database Monitoring メトリクスの収集を構成するには (たとえば、RDS データベースから収集するために小規模な EC2 インスタンスを Agent 用にプロビジョニングする場合など)、次の手順に従ってください。
postgres.d/conf.yaml ファイルを編集して、host/port を指定し、監視するマスターを設定します。使用可能なすべての構成オプションについては、サンプルの postgres.d/conf.yaml を参照してください。
init_config:
instances:
- dbm: true
host: '<AWS_INSTANCE_ENDPOINT>'
port: 5432
username: datadog
password: 'ENC[datadog_user_database_password]'
aws:
instance_endpoint: '<AWS_INSTANCE_ENDPOINT>'
region: '<REGION>'
tags:
- "dbinstanceidentifier:<DB_INSTANCE_NAME>"
## Required for Postgres 9.6: Uncomment these lines to use the functions created in the setup
# pg_stat_statements_view: datadog.pg_stat_statements()
# pg_stat_activity_view: datadog.pg_stat_activity()
## Optional: Connect to a different database if needed for `custom_queries`
# dbname: '<DB_NAME>'
Agent バージョンが ≤ 7.49 の場合、host と port が指定されているインスタンス構成に次の設定を追加します。
IAM で認証する場合は、region および instance_endpoint パラメーターを指定し、managed_authentication.enabled を true に設定します。
注: IAM 認証を使用する場合のみ managed_authentication を有効にしてください。IAM 認証は password フィールドよりも優先されます。
init_config:
instances:
- dbm: true
host: '<AWS_INSTANCE_ENDPOINT>'
port: 5432
username: datadog
aws:
instance_endpoint: '<AWS_INSTANCE_ENDPOINT>'
region: '<REGION>'
managed_authentication:
enabled: true
tags:
- "dbinstanceidentifier:<DB_INSTANCE_NAME>"
## Required for Postgres 9.6: Uncomment these lines to use the functions created in the setup
# pg_stat_statements_view: datadog.pg_stat_statements()
# pg_stat_activity_view: datadog.pg_stat_activity()
## Optional: Connect to a different database if needed for `custom_queries`
# dbname: '<DB_NAME>'
RDS インスタンスでの IAM 認証の構成については、マネージド認証との接続 を参照してください。
Agent を再起動 します。
ECS や Fargate のような Docker コンテナで実行されている Agent に対してインテグレーションを構成するには、いくつかの方法があり、すべて Docker 醸成ドキュメント で詳しく説明されています。
次の例では、Docker ラベル と Autodiscovery テンプレート を使用して Postgres インテグレーションを構成する方法を示します。
注: Autodiscovery によるラベルの検出を有効にするには、Agent が Docker ソケットの読み取り権限を持っている必要があります。
コマンドライン
コマンドライン から次のコマンドを実行して Agent を起動します。プレースホルダーの値を、実際のアカウントと環境の値に置き換えてください。
export DD_API_KEY=xxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
export DD_AGENT_VERSION=<AGENT_VERSION>
docker run -e "DD_API_KEY=${DD_API_KEY}" \
-v /var/run/docker.sock:/var/run/docker.sock:ro \
-l com.datadoghq.ad.checks='{"postgres": {
"init_config": {},
"instances": [{
"dbm": true,
"host": "<AWS_INSTANCE_ENDPOINT>",
"port": 5432,
"username": "datadog",
"password": "<UNIQUEPASSWORD>",
"aws": {
"instance_endpoint": "<AWS_INSTANCE_ENDPOINT>",
"region": "<REGION>"
},
"tags": ["dbinstanceidentifier:<DB_INSTANCE_NAME>"]
}]
}}' \
registry.datadoghq.com/agent:${DD_AGENT_VERSION}
Postgres 9.6 の場合、ホストとポートが指定されているインスタンス構成に次の設定を追加します。
"pg_stat_statements_view": "datadog.pg_stat_statements()",
"pg_stat_activity_view": "datadog.pg_stat_activity()"
Dockerfile
Dockerfile 内でラベルを指定することもできます。これにより、インフラストラクチャー構成を変更することなくカスタムの Agent を構築しデプロイできます。
FROM registry.datadoghq.com/agent:<AGENT_VERSION>
LABEL "com.datadoghq.ad.check_names"='["postgres"]'
LABEL "com.datadoghq.ad.init_configs"='[{}]'
LABEL "com.datadoghq.ad.instances"='[{"dbm": true, "host": "<AWS_INSTANCE_ENDPOINT>", "port": 5432,"username": "datadog","password": "ENC[datadog_user_database_password]","aws": {"instance_endpoint": "<AWS_INSTANCE_ENDPOINT>", "region": "<REGION>"}, "tags": ["dbinstanceidentifier:<DB_INSTANCE_NAME>"]}]'
Postgres 9.6 の場合、ホストとポートが指定されているインスタンス構成に次の設定を追加します。
"pg_stat_statements_view": "datadog.pg_stat_statements()",
"pg_stat_activity_view": "datadog.pg_stat_activity()"
datadogユーザーのパスワードをプレーンテキストで公開しないよう、Agent の シークレット管理パッケージ を使用し、ENC[] 構文を使ってパスワードを宣言します。または、Autodiscovery テンプレート変数のドキュメント を参照して、パスワードを環境変数として渡すこともできます。
Kubernetes クラスターを実行している場合は、Datadog Cluster Agent を使用して Database Monitoring を有効にしてください。
注: 続行する前に、Datadog Cluster Agent の クラスターチェック が有効になっていることを確認してください。
以下は、Datadog Cluster Agent のさまざまなデプロイ方法を使用して Postgres インテグレーションを構成するための手順です。
Operator
Kubernetes と Integrations の Operator 手順 を参照し、次の手順に従って Postgres インテグレーションを設定してください。
次の構成で datadog-agent.yaml ファイルを作成または更新します。
apiVersion: datadoghq.com/v2alpha1
kind: DatadogAgent
metadata:
name: datadog
spec:
global:
clusterName: <CLUSTER_NAME>
site: <DD_SITE>
credentials:
apiSecret:
secretName: datadog-agent-secret
keyName: api-key
features:
clusterChecks:
enabled: true
override:
nodeAgent:
image:
name: agent
tag: <AGENT_VERSION>
clusterAgent:
extraConfd:
configDataMap:
postgres.yaml: |-
cluster_check: true
init_config:
instances:
- host: <AWS_INSTANCE_ENDPOINT>
port: 5432
username: datadog
password: 'ENC[datadog_user_database_password]'
dbm: true
aws:
instance_endpoint: <AWS_INSTANCE_ENDPOINT>
region: <REGION>
tags:
- "dbinstanceidentifier:<DB_INSTANCE_NAME>"
Note: For Postgres 9.6, add the following lines to the instance config where host and port are specified:
pg_stat_statements_view: datadog.pg_stat_statements()
pg_stat_activity_view: datadog.pg_stat_activity()
次のコマンドを使用して Datadog Operator に変更を適用します。
kubectl apply -f datadog-agent.yaml
Helm
Kubernetes と Integrations の Helm 手順 を参照し、次の手順で Postgres インテグレーションを設定してください。
Cluster Agent インストール手順で使用した datadog-values.yaml ファイルを、次の構成で更新します。
datadog:
clusterChecks:
enabled: true
clusterChecksRunner:
enabled: true
clusterAgent:
enabled: true
confd:
postgres.yaml: |-
cluster_check: true
init_config:
instances:
- dbm: true
host: <AWS_INSTANCE_ENDPOINT>
port: 5432
username: datadog
password: 'ENC[datadog_user_database_password]'
aws:
instance_endpoint: <AWS_INSTANCE_ENDPOINT>
region: <REGION>
tags:
- "dbinstanceidentifier:<DB_INSTANCE_NAME>"
Note: For Postgres 9.6, add the following lines to the instance config where host and port are specified:
pg_stat_statements_view: datadog.pg_stat_statements()
pg_stat_activity_view: datadog.pg_stat_activity()
上記の構成ファイルを使用して、次のコマンドで Agent をデプロイします。
helm install datadog-agent -f datadog-values.yaml datadog/datadog
Windows の場合、 --set targetSystem=windows を helm install コマンドに追加します。
マウントされた構成ファイルを使用してクラスターチェックを設定するには、構成ファイルを Cluster Agent コンテナのパス /conf.d/postgres.yaml にマウントします。
cluster_check: true # Make sure to include this flag
init_config:
instances:
- dbm: true
host: '<AWS_INSTANCE_ENDPOINT>'
port: 5432
username: datadog
password: 'ENC[datadog_user_database_password]'
aws:
instance_endpoint: <AWS_INSTANCE_ENDPOINT>
region: <REGION>
tags:
- "dbinstanceidentifier:<DB_INSTANCE_NAME>"
## Required: For Postgres 9.6, uncomment these lines to use the functions created in the setup
# pg_stat_statements_view: datadog.pg_stat_statements()
# pg_stat_activity_view: datadog.pg_stat_activity()
ファイルをマウントする代わりに、インスタンス構成を Kubernetes サービスとして宣言できます。Kubernetes 上で実行されているエージェントに対してこのチェックを構成するには、次の構文を使用してサービスを作成します。
Autodiscovery アノテーション v2
apiVersion: v1
kind: Service
metadata:
name: postgres
labels:
tags.datadoghq.com/env: '<ENV>'
tags.datadoghq.com/service: '<SERVICE>'
annotations:
ad.datadoghq.com/service.checks: |
{
"postgres": {
"init_config": <INIT_CONFIG>,
"instances": [
{
"dbm": true,
"host": "<AWS_INSTANCE_ENDPOINT>",
"port": 5432,
"username": "datadog",
"password": "ENC[datadog_user_database_password]",
"aws": {
"instance_endpoint": "<AWS_INSTANCE_ENDPOINT>",
"region": "<REGION>"
},
"tags": [
"dbinstanceidentifier:<DB_INSTANCE_NAME>"
]
}
]
}
}
spec:
ports:
- port: 5432
protocol: TCP
targetPort: 5432
name: postgres
詳細については、Autodiscovery アノテーション を参照してください。
Postgres 9.6 を使用している場合、インスタンス構成に次の内容を追加します。
"pg_stat_statements_view": "datadog.pg_stat_statements()",
"pg_stat_activity_view": "datadog.pg_stat_activity()"
Cluster Agent は自動的にこの構成を登録し、Postgres チェックを開始します。
datadog ユーザーのパスワードをプレーンテキストで公開しないよう、Agent の シークレット管理パッケージ を使用し、ENC[] 構文を使ってパスワードを宣言します。
Agent のセットアップを確認する
Agent の status サブコマンドを実行 し、Checks セクションに postgres が表示されていることを確認します。または、Databases ページにアクセスして開始することもできます。
Agent の構成例
One agent connecting to multiple hosts
It is common to configure a single Agent host to connect to multiple remote database instances (see Agent installation architectures for DBM). To connect to multiple hosts, create an entry for each host in the Postgres integration config.
Datadog recommends using one Agent to monitor no more than 30 database instances.
Benchmarks show that one Agent running on a t4g.medium EC2 instance (2 CPUs and 4GB of RAM) can successfully monitor 30 RDS db.t3.medium instances (2 CPUs and 4GB of RAM).
init_config:
instances:
- dbm: true
host: example-service-primary.example-host.com
port: 5432
username: datadog
password: 'ENC[datadog_user_database_password]'
tags:
- 'env:prod'
- 'team:team-discovery'
- 'service:example-service'
- dbm: true
host: example-service–replica-1.example-host.com
port: 5432
username: datadog
password: 'ENC[datadog_user_database_password]'
tags:
- 'env:prod'
- 'team:team-discovery'
- 'service:example-service'
- dbm: true
host: example-service–replica-2.example-host.com
port: 5432
username: datadog
password: 'ENC[datadog_user_database_password]'
tags:
- 'env:prod'
- 'team:team-discovery'
- 'service:example-service'
[...]
Monitoring multiple databases on a database host
Use the database_autodiscovery option to permit the Agent to discover all databases on your host to monitor. You can specify include or exclude fields to narrow the scope of databases discovered. See the sample postgres.d/conf.yaml for more details.
init_config:
instances:
- dbm: true
host: example-service-primary.example-host.com
port: 5432
username: datadog
password: 'ENC[datadog_user_database_password]'
database_autodiscovery:
enabled: true
# Optionally, set the include field to specify
# a set of databases you are interested in discovering
include:
- mydb.*
- example.*
tags:
- 'env:prod'
- 'team:team-discovery'
- 'service:example-service'
Running custom queries
To collect custom metrics, use the custom_queries option. See the sample postgres.d/conf.yaml for more details.
init_config:
instances:
- dbm: true
host: localhost
port: 5432
username: datadog
password: 'ENC[datadog_user_database_password]'
custom_queries:
- metric_prefix: employee
query: SELECT age, salary, hours_worked, name FROM hr.employees;
columns:
- name: custom.employee_age
type: gauge
- name: custom.employee_salary
type: gauge
- name: custom.employee_hours
type: count
- name: name
type: tag
tags:
- 'table:employees'
Monitoring relation metrics for multiple databases
In order to collect relation metrics (such as postgresql.seq_scans, postgresql.dead_rows, postgresql.index_rows_read, and postgresql.table_size), the Agent must be configured to connect to each database (by default, the Agent only connects to the postgres database).
Specify a single “DBM” instance to collect DBM telemetry from all databases. Use the database_autodiscovery option to avoid specifying each database name.
init_config:
instances:
# This instance is the "DBM" instance. It will connect to the
# all logical databases, and send DBM telemetry from all databases
- dbm: true
host: example-service-primary.example-host.com
port: 5432
username: datadog
password: 'ENC[datadog_user_database_password]'
database_autodiscovery:
enabled: true
exclude:
- ^users$
- ^inventory$
relations:
- relation_regex: .*
# This instance only collects data from the `users` database
# and collects relation metrics from tables prefixed by "2022_"
- host: example-service-primary.example-host.com
port: 5432
username: datadog
password: 'ENC[datadog_user_database_password]'
dbname: users
dbstrict: true
relations:
- relation_regex: 2022_.*
relkind:
- r
- i
# This instance only collects data from the `inventory` database
# and collects relation metrics only from the specified tables
- host: example-service-primary.example-host.com
port: 5432
username: datadog
password: 'ENC[datadog_user_database_password]'
dbname: inventory
dbstrict: true
relations:
- relation_name: products
- relation_name: external_seller_products
Collecting schemas
To enable this feature, use the collect_schemas option. You must also configure the Agent to connect to each logical database.
Use the database_autodiscovery option to avoid specifying each logical database. See the sample postgres.d/conf.yaml for more details.
init_config:
# This instance only collects data from the `users` database
# and collects relation metrics only from the specified tables
instances:
- dbm: true
host: example-service-primary.example-host.com
port: 5432
username: datadog
password: 'ENC[datadog_user_database_password]'
dbname: users
dbstrict: true
collect_schemas:
enabled: true
relations:
- products
- external_seller_products
# This instance detects every logical database automatically
# and collects relation metrics from every table
- dbm: true
host: example-service–replica-1.example-host.com
port: 5432
username: datadog
password: 'ENC[datadog_user_database_password]'
database_autodiscovery:
enabled: true
collect_schemas:
enabled: true
relations:
- relation_regex: .*
Working with hosts through a proxy
If the Agent must connect through a proxy such as the Cloud SQL Auth proxy, all telemetry is tagged with the hostname of the proxy rather than the database instance. Use the reported_hostname option to set a custom override of the hostname detected by the Agent.
init_config:
instances:
- dbm: true
host: localhost
port: 5000
username: datadog
password: 'ENC[datadog_user_database_password]'
reported_hostname: example-service-primary
- dbm: true
host: localhost
port: 5001
username: datadog
password: 'ENC[datadog_user_database_password]'
reported_hostname: example-service-replica-1
RDS インテグレーションをインストールする
AWS のインフラストラクチャーメトリクス (CPU など) を DBM のデータベースのテレメトリとあわせて表示するには、RDS インテグレーション をインストールしてください (任意)。
トラブルシューティング
インテグレーションと Agent を手順通りにインストールおよび構成しても期待通りに動作しない場合は、トラブルシューティング を参照してください。
参考資料