Граничные условия и пороговые значения для интерпретации коэффициентов корреляции

При анализе производительности PostgreSQL с использованием коэффициента корреляции между vm_dirty и показателями vmstat руководствуйтесь следующими критериями:

1. Статистическая значимость (первичное условие)

Прежде чем интерпретировать силу корреляции, убедитесь в её статистической значимости:

• p-value < 0.05 — корреляция считается статистически значимой. Анализ можно продолжать.
• p-value >= 0.05 — связь нестабильна и может быть случайной. Интерпретация силы корреляции бессмысленна.

2. Интерпретация силы линейной связи (при значимом p-value)

Используйте шкалу Чеддока для коэффициента корреляции Пирсона (r):

• |r| = 0.9 – 1.0 — Очень сильная связь.
  Для анализа: Прямая причинно-следственная связь почти очевидна. Например, r ≈ 0.95 между ростом vm_dirty и ростом wa (ожидание I/O) — прямой индикатор того, что накопление грязных страниц приводит к блокировкам процессов из-за медленной записи на диск.
• |r| = 0.7 – 0.9 — Сильная связь.
  Для анализа: Четкая взаимозависимость. Требует пристального внимания как ключевой фактор. Например, сильная отрицательная корреляция (r ≈ -0.8) между vm_dirty и free памяти указывает на то, что система активно использует память для буферизации, сокращая запас.
• |r| = 0.5 – 0.7 — Заметная (умеренная) связь.
  Для анализа: Взаимосвязь существует, но на метрику влияют и другие факторы. Зона приоритетного исследования. Например, заметная корреляция vm_dirty с sy (время ядра) может указывать на рост накладных расходов ОС.
• |r| = 0.3 – 0.5 — Слабая связь.
  Для анализа: Связь неоднозначна. Может играть роль в комплексе с другими метриками. Часто требует анализа с лагами (сдвигом во времени).
• |r| = 0.0 – 0.3 — Практически отсутствует.
  Для анализа: Прямой линейной зависимости нет. Можно игнорировать, если p-value также высок.

3. Критические пороговые значения для ключевых пар в контексте PostgreSQL

Для следующих пар даже умеренная корреляция (|r| > 0.5) при p-value < 0.05 является тревожным сигналом:

• vm_dirty и wa (время ожидания I/O)
  Граничное условие: r > 0.6
  Интерпретация: Если рост грязных страниц умеренно или сильно коррелирует с ростом времени ожидания диска, это указывает на критическую нехватку пропускной способности подсистемы I/O. База данных "задыхается" при записи checkpoint, WAL или данных.
• vm_dirty и so (swap-out)
  Граничное условие: r > 0.5
  Интерпретация: Даже слабая положительная корреляция опасна. Означает, что из-за большого объёма отложенной на запись памяти (dirty_pages) система начинает вытеснять страницы процесса PostgreSQL в своп. Это верный признак нехватки оперативной памяти (OOM-риск) и гарантированное катастрофическое падение производительности.
• vm_dirty и b (процессы в ожидании I/O)
  Граничное условие: r > 0.6
  Интерпретация: Сильная связь означает, что процессы СУБД (например, backend-процессы) массово блокируются в состоянии I/O wait. Это подтверждает выводы по паре с wa и требует настройки vm.dirty_* параметров и/или улучшения дисков.
• vm_dirty и free (свободная память)
  Граничное условие: r < -0.7 (сильная отрицательная корреляция)
  Интерпретация: Чем больше dirty памяти, тем меньше свободной. Это нормальное поведение до определённого предела. Если корреляция очень сильная и отрицательная, а free падает почти до нуля, это говорит об агрессивном использовании памяти без своевременной очистки, что ведёт к риску резкого всплеска so (свопа) или OOM killer.

4. Важные методологические условия

• Анализ лагов (временных сдвигов): Максимальная корреляция может наблюдаться со смещением временного ряда. Например, рост vm_dirty сегодня может приводить к росту wa через 5 секунд. Используйте кросс-корреляцию для поиска оптимального лага.
• Неравномерность нагрузки: Анализируйте отдельно периоды пиковой нагрузки, фоновых операций (VACUUM, CHECKPOINT) и простоя. Корреляция на честных данных может быть замаскирована.
• Нелинейность: Коэффициент Пирсона выявляет только линейную зависимость. Если связь нелинейна (например, пороговая), рассматривайте ранговую корреляцию Спирмена.
• Причина vs. Следствие: Высокая корреляция не доказывает причину. Рост vm_dirty может быть следствием медленного диска (высокий wa), а не его причиной. Всегда проверяйте направление causality (причинности) в контексте логов PostgreSQL (частота и длительность CHECKPOINT).

Сводная таблица граничных условий для начала анализа

(Представлена в виде списка для ключевых метрик)

• Тревога (требует немедленного вмешательства):
  vm_dirty & so: r > 0.5 (положительная)
  vm_dirty & wa: r > 0.7 (положительная)
  vm_dirty & b: r > 0.7 (положительная)
• Внимание (требует оптимизации):
  vm_dirty & bo: r < 0.3 (слабая положительная) Примечание: Слабая корреляция здесь может означать, что запись отстает от генерации dirty pages.
  vm_dirty & free: r < -0.7 (сильная отрицательная)
  vm_dirty & sy: r > 0.6 (положительная)
• Норма (возможна тонкая настройка):
  vm_dirty & bo: 0.5 < r < 0.8 (умеренная/сильная положительная) Примечание: Это указывает на согласованную работу механизма записи.

Эти граничные условия позволяют быстро отфильтровать значимые статистические взаимосвязи и сосредоточить анализ на факторах, действительно ограничивающих производительность СУБД PostgreSQL.