Wenn Autoscaling die Datenbank überfordert
Lesezeit: ca. 5–6 Minuten
Die Antwortzeiten steigen, also skaliert die Anwendung automatisch hoch. Aus fünf Pods werden zehn, dann zwanzig. Rechenleistung steht ausreichend bereit. Trotzdem werden die Requests langsamer. Schließlich tauchen Verbindungsfehler zur Datenbank auf. Die Skalierung, die den Engpass beseitigen sollte, hat ihn verschärft.
Dieses Verhalten ist kein Widerspruch. Zusätzliche Anwendungsinstanzen bringen nicht nur Verarbeitungskapazität mit. Sie erzeugen auch zusätzliche Konkurrenz um gemeinsame Ressourcen. Eine dieser Ressourcen sind Datenbankverbindungen. Solange jede Instanz ihren eigenen Pool unabhängig dimensioniert, kann eine scheinbar vernünftige lokale Einstellung auf Plattformebene problematisch werden.
Ein kleiner Pool wird schnell groß
Ein vereinfachtes Rechenbeispiel: Jeder Pod darf bis zu 20 Datenbankverbindungen öffnen. Bei fünf Pods ergibt das maximal 100 Verbindungen. Bei zwanzig Pods sind es bereits 400. Läuft zusätzlich in jedem Pod mehr als ein Worker-Prozess mit eigenem Pool, kann die tatsächliche Obergrenze nochmals deutlich höher liegen.
Während eines Rolling Updates kommen unter Umständen alte und neue Instanzen gleichzeitig hinzu. Hintergrundjobs, Administrationswerkzeuge und weitere Dienste nutzen dieselbe Datenbank ebenfalls. Wer lediglich die gewünschte Replica-Zahl mit einer Poolgröße multipliziert, unterschätzt deshalb leicht den Spitzenbedarf.
Das Beispiel zeigt auch, weshalb ein Pool-Limit in der Anwendung kein globaler Schutz ist. Es begrenzt zunächst nur den jeweiligen Pool. Erst die Summe aller Prozesse und Dienste beschreibt, was die Datenbank im ungünstigen Fall bedienen muss.
Verbindungen sind keine kostenlose Parallelität
PostgreSQL begrenzt gleichzeitige Verbindungen über max_connections und hält reservierte Möglichkeiten für privilegierte Zugriffe vor. Die Dokumentation weist darauf hin, dass bestimmte Ressourcen direkt anhand dieser Grenze dimensioniert werden. Eine größere Zahl ist daher keine kostenlose Kapazitätserweiterung.
Vor allem muss zwischen offenen Verbindungen und tatsächlich gleichzeitig sinnvoll ausführbaren Abfragen unterschieden werden. Auch wenn die Datenbank weitere Verbindungen akzeptiert, können CPU, Storage oder Sperren bereits den Durchsatz begrenzen. Mehr wartende Arbeit verbessert diese Situation nicht automatisch.
Im Incident ist deshalb die Frage „Können wir max_connections erhöhen?“ oft zu eng. Zuerst muss geklärt werden, ob Verbindungen fehlen oder ob vorhandene Verbindungen zu lange belegt bleiben. Das sind unterschiedliche Probleme mit unterschiedlichen Lösungen.
Der Autoscaler sieht nur seinen Ausschnitt
Ein Autoscaler reagiert auf konfigurierte Signale. Wenn diese Signale eine überlastete Datenbank nur indirekt abbilden, kann seine Reaktion unpassend sein. Beispielsweise wächst eine Warteschlange, weil Abfragen langsam werden. Weitere Worker holen dann noch mehr Aufgaben aus der Queue und erhöhen den Druck auf die Datenbank.
Das ist eine positive Rückkopplung: Mehr Wartezeit führt zu mehr Parallelität, die zusätzliche Parallelität erzeugt noch mehr Wartezeit. Wiederholungsversuche können den Effekt verstärken. Die eigentliche Engpassressource bleibt dabei unverändert.
Eine belastbare Skalierungsstrategie muss deshalb das Verhalten der Abhängigkeiten berücksichtigen. Sie braucht eine obere Grenze, die zur Datenbank passt, und einen kontrollierten Umgang mit Arbeit, die vorübergehend nicht verarbeitet werden kann.
Ein gemeinsames Verbindungsbudget
Ein sinnvoller Ausgangspunkt ist eine vollständige Inventur aller Datenbanknutzer. Dazu gehören Webanwendungen, Hintergrundprozesse, Cronjobs, Migrationswerkzeuge, Monitoring und administrative Zugriffe. Für jede Gruppe werden maximale Instanzzahl, Prozesse pro Instanz und Poolgröße erfasst.
Anschließend wird ein Budget vergeben, das Reserven für Wartung und Störungen enthält. Ein Beispiel könnte getrennte Kontingente für interaktive Requests und Batch-Verarbeitung vorsehen. Ein großer Import darf dann nicht sämtliche Möglichkeiten für den normalen Anwendungsbetrieb aufbrauchen.
Das Budget muss auch Übergangszustände abdecken. Ein Rolling Update, ein Failover oder ein Neustart vieler Pods kann kurzfristig mehr Verbindungen verursachen als der stabile Normalbetrieb. Diese Zustände gehören deshalb in die Berechnung und in die Tests.
Pooling verschiebt die Steuerung
Ein zentraler Pooler wie PgBouncer kann viele Client-Verbindungen auf eine begrenzte Anzahl von Server-Verbindungen abbilden. Im Transaction-Pooling wird eine Server-Verbindung nach Abschluss einer Transaktion wieder verfügbar. Das kann bei vielen kurzlebigen Zugriffen hilfreich sein.
Die Anwendung muss jedoch zum gewählten Pooling-Modus passen. Annahmen über dauerhaften Session-Zustand, bestimmte SQL-Funktionen und Treiberverhalten müssen geprüft werden. PgBouncer dokumentiert dafür eine Kompatibilitätsübersicht. Ein Pooler ist deshalb eine Architekturkomponente, die getestet und überwacht werden muss.
Außerdem entsteht hinter dem Pooler keine zusätzliche Datenbankleistung. Wenn alle Server-Verbindungen beschäftigt sind, warten weitere Clients. Das kann eine gewünschte Schutzwirkung sein, solange Wartezeiten begrenzt bleiben und die Anwendung mit Ablehnungen oder Timeouts sinnvoll umgeht.
Wartezeit sichtbar machen
Für die Diagnose sollten mehrere Zeitanteile getrennt werden: Wie lange wartet ein Request auf eine Verbindung? Wie lange läuft seine Abfrage? Wie lange bleibt eine Transaktion offen? Und wie lange dauert die gesamte Nutzeranfrage?
Ohne diese Trennung wird ein Pool-Engpass schnell als langsame SQL-Abfrage interpretiert. Umgekehrt kann ein ausreichend großer Pool eine schlechte Abfrage nicht reparieren. Auch offene Transaktionen ohne aktive Arbeit sind relevant, weil sie Ressourcen und gegebenenfalls Sperren halten können.
Hilfreich ist eine gemeinsame Ansicht von Replica-Zahl, Pool-Auslastung, Verbindungswartezeit, aktiven Datenbanksitzungen und Durchsatz. Steigt die Pod-Anzahl, während der Durchsatz stagniert und die Wartezeit wächst, ist das ein starkes Signal für eine gemeinsame Engpassressource.
Ein aussagekräftiger Lasttest
Ein Lasttest sollte nicht nur eine feste Anzahl von Pods betrachten. Er muss die tatsächliche Skalierungsbewegung auslösen. Dabei wird beobachtet, wann zusätzliche Instanzen noch helfen und ab wann sie lediglich mehr Konkurrenz erzeugen.
Zusätzlich sollte ein Rolling Update unter Last stattfinden. Gerade dann werden zu optimistische Budgets sichtbar. Auch die gleichzeitige Ausführung eines Hintergrundjobs kann aufdecken, ob interaktive und nicht interaktive Aufgaben ausreichend getrennt sind.
Der Test braucht fachliche Erfolgskriterien: etwa eine akzeptable Antwortzeit für Bestellungen und einen definierten Rückstau für weniger dringende Jobs. Maximale Parallelität ist kein sinnvoller Selbstzweck. Entscheidend ist, welche Arbeit zuverlässig abgeschlossen wird.
Skalierung als Gesamtsystem planen
Für den Alltag sollte jede Änderung an maximaler Replica-Zahl, Worker-Anzahl oder Poolgröße eine kurze Prüfung des gemeinsamen Budgets auslösen. Diese Werte sind keine voneinander unabhängigen Einstellungen. Sie beschreiben gemeinsam die mögliche Last auf einer zentralen Abhängigkeit.
Ein gutes Betriebsmodell macht die Grenze bewusst sichtbar. Wenn die Datenbank ausgelastet ist, darf die Anwendung Arbeit begrenzt puffern, gezielt ablehnen oder weniger dringende Verarbeitung verschieben. Unbegrenztes Warten verteilt das Problem nur auf mehr Komponenten.
Autoscaling ist dann erfolgreich, wenn zusätzliche Instanzen den nutzbaren Durchsatz erhöhen. Dafür müssen Anwendung, Pooling und Datenbank gemeinsam betrachtet werden. Mehr Pods sind zunächst mehr Verbraucher. Ob daraus mehr Leistung entsteht, entscheidet die gesamte Architektur.
Reserven gehören in den Betriebsvertrag
Ein dokumentiertes Budget hilft auch bei der Zusammenarbeit zwischen Teams. Wenn ein neuer Dienst dieselbe Datenbank nutzen soll, ist vor seiner Einführung sichtbar, welche Kapazität bereits vergeben ist. Die Entscheidung über zusätzliche Verbindungen wird damit bewusst getroffen und nicht indirekt durch den nächsten Rollout.
Ebenso sollte feststehen, welche Zugriffe im Störungsfall verfügbar bleiben müssen. Diagnose und Wiederherstellung benötigen eigene Handlungsmöglichkeiten. Ein System, das sämtliche Verbindungen an reguläre Anfragen vergibt und dem Betriebsteam keinen verlässlichen Zugang lässt, erschwert seine eigene Reparatur. Diese Reserve ist Teil einer verantwortbaren Kapazitätsplanung.