Zabbix lento e fila crescendo? Como tunar PostgreSQL, TimescaleDB e Housekeeping
Por que o Zabbix começa a travar quando passa de alguns milhares de itens por segundo e como destravar o banco usando TimescaleDB e caches dimensionados.
Por que o Zabbix engasga depois que o ambiente cresce
Todo Zabbix nasce rápido em uma máquina virtual simples. O problema aparece alguns meses depois, quando a equipe adiciona dezenas de switches por SNMP, descoberta automática de discos e centenas de servidores.
De repente os gráficos levam meio minuto para abrir, a fila de coletas atrasadas não para de subir e o disco trabalha no máximo. Na grande maioria dos casos, o vilão é o Housekeeping padrão tentando rodar comandos DELETE gigantes nas tabelas history e trends enquanto o servidor tenta gravar métricas novas.
Se o processo Zabbix busy housekeeper processes fica colado em 100% por horas e o history write cache começa a encher, o banco está brigando entre apagar dados velhos e inserir coletas atuais.
TimescaleDB: trocando DELETE pesado por descarte de partições
Rodar o Zabbix em PostgreSQL com a extensão TimescaleDB muda o comportamento do armazenamento. Em vez de uma tabela monolítica enorme, o histórico passa a ser dividido em pequenas partições por tempo chamadas chunks.
Quando chega a hora de limpar dados com mais de 90 dias, o Zabbix simplesmente descarta a partição inteira em milissegundos, sem varrer índices nem travar gravações. Além disso, a compressão nativa reduz drasticamente o espaço ocupado em SSD.
- Remoção instantânea de dados antigos sem lock nas tabelas de histórico e trends.
- Compressão automática de chunks antigos, economizando até 70% a 85% de espaço em disco dependendo do tipo de dado.
- Consultas mais rápidas no Grafana e na interface web do Zabbix ao buscar intervalos longos.
Ajustando caches e syncers no zabbix_server.conf
Banco bem ajustado não faz milagre se os caches em memória do Zabbix continuarem no tamanho padrão de instalação, que mal passa de alguns megabytes. Quando o HistoryCache ou o ValueCache lotam, os coletores ficam parados esperando vaga.
Dimensionar os buffers conforme a quantidade de valores por segundo (NVPS) do ambiente estabiliza a gravação e derruba a latência das triggers quase na hora.
CacheSize=512M
HistoryCacheSize=512M
HistoryIndexCacheSize=256M
TrendCacheSize=256M
ValueCacheSize=1G
StartDBSyncers=8