بهینه‌سازی Database زبیکس؛ جایی که بیشتر گلوگاه‌ها شکل می‌گیرند

بهینه‌سازی Database زبیکس؛ جایی که بیشتر گلوگاه‌ها شکل می‌گیرند
از صفر تا Zabbix Enterprise · درس 21 · آرشیو کانال · 2026-11-02

Zabbix یک سامانه Data-Intensive است. هزاران Item در بازه‌های کوتاه مقدار تولید می‌کنند و این داده‌ها باید ذخیره، خوانده، تحلیل و در زمان مناسب حذف شوند.

به همین دلیل در بسیاری از استقرارهای متوسط و بزرگ، Bottleneck اصلی نه CPU سرور Zabbix، بلکه Database و Storage است.

چه داده‌هایی ذخیره می‌شوند؟

🔹 Configuration

Host، Template، Item، Trigger، User و تنظیمات

🔹 History

مقادیر خام با جزئیات زمانی بالا

🔹 Trend

خلاصه ساعتی داده‌های عددی برای گزارش بلندمدت

🔹 Event و Problem

رخدادها، Recoveryها، Acknowledge و Tagها

🔹 Audit و سایر داده‌ها

تغییرات مدیریتی، Session و اطلاعات عملیاتی

بیشترین حجم معمولاً مربوط به History است.

History و Trend چه تفاوتی دارند؟

History برای عیب‌یابی دقیق کوتاه‌مدت استفاده می‌شود؛ برای مثال مشاهده CPU در فاصله‌های یک‌دقیقه‌ای.

Trend خلاصه‌های ساعتی مانند Minimum، Maximum و Average را نگهداری می‌کند و برای تحلیل بلندمدت مناسب‌تر است.

سیاست نمونه:

• History: بین ۷ تا ۳۰ روز

• Trend: بین ۳۶۵ تا ۷۳۰ روز

این اعداد نسخه ثابت برای همه سازمان‌ها نیستند. Retention باید براساس نیاز عملیاتی، SLA، Storage و Compliance تعیین شود.

نگهداری چندساله History خام، بدون دلیل مشخص، هزینه زیادی ایجاد می‌کند.

عوامل رشد Database

• تعداد Item

• Update Interval

• NVPS

• نوع داده

• حجم Log

• تعداد Event

• Discovery گسترده

• Retention

• Audit Log

• Unsupported Itemهای تکراری

• Templateهای سنگین

مثلاً کاهش Interval از ۶۰ ثانیه به ۱۰ ثانیه، حجم داده همان Item را تقریباً شش برابر می‌کند.

قبل از افزایش Storage باید بپرسیم آیا واقعاً به چنین Resolution زمانی نیاز داریم؟

Housekeeping

Housekeeper داده‌هایی را که Retention آن‌ها پایان یافته حذف می‌کند.

در محیط‌های بزرگ، حذف حجم عظیم داده می‌تواند موجب این موارد شود:

• I/O زیاد

• Lock

• افزایش Load

• طولانی‌شدن عملیات

• رشد Logهای Database

• افت Performance Frontend

تنظیم Housekeeping باید براساس حجم واقعی و نوع Database انجام شود. غیرفعال‌کردن یا تغییر آن بدون داشتن روش جایگزین می‌تواند باعث رشد کنترل‌نشده داده شود.

Partitioning و TimescaleDB

تقسیم جدول‌های بزرگ براساس زمان می‌تواند حذف داده قدیمی و مدیریت حجم را ساده‌تر کند.

در PostgreSQL، استفاده از TimescaleDB می‌تواند امکاناتی مانند Chunk Management و Compression را فراهم کند؛ اما باید:

• نسخه‌های سازگار بررسی شوند.

• Retention درست تنظیم شود.

• Compression آزمایش شود.

• Backup و Restore تست شوند.

• Upgrade Path مستند باشد.

Partitioning یک راه‌حل جادویی برای Query بد، Storage کند یا تنظیم نامناسب Database نیست.

MySQL و MariaDB

موارد مهم برای بررسی:

☑️ InnoDB Buffer Pool

☑️ Redo Log

☑️ Disk Latency

☑️ Slow Query

☑️ Connection Usage

☑️ Temporary Table

☑️ Lock و Deadlock

☑️ Table Size

☑️ Binary Log

☑️ Backup Duration

Buffer Pool بسیار کوچک باعث می‌شود خواندن‌های بیشتری از Disk انجام شود. اما اختصاص بیش‌ازحد RAM نیز می‌تواند سیستم‌عامل را تحت فشار قرار دهد.

تنظیم باید براساس Dataset و حافظه واقعی انجام شود، نه کپی‌کردن Configuration یک سرور دیگر.

PostgreSQL و TimescaleDB

موارد مهم:

• Shared Buffers

• Work Memory

• WAL

• Checkpoint

• Autovacuum

• Dead Tuple

• Connection

• Query Duration

• Chunk و Compression

• Lock و Replication Lag

غیرفعال‌کردن Autovacuum یا تنظیم نادرست آن می‌تواند باعث Bloat و افت Performance شود.

Storage مناسب

Database زبیکس به IOPS و Latency حساس است.

موارد مهم:

☑️ SSD یا Storage مناسب Workload

☑️ Latency پایدار

☑️ فضای آزاد کافی

☑️ جداسازی مناسب Data و Log در محیط‌های بزرگ

☑️ مانیتورینگ Storage Path

☑️ کنترل Queue و I/O Wait

☑️ پیش‌بینی رشد

☑️ فضای کافی برای Backup و Maintenance

افزایش CPU مشکلی را که از Storage کند ناشی شده حل نمی‌کند.

چگونه حجم را کاهش دهیم؟

✅ حذف Itemهای بدون ارزش

✅ افزایش Interval داده‌های کم‌اهمیت

✅ استفاده از Dependent Item

✅ Filter مناسب در LLD

✅ Retention متفاوت برای انواع داده

✅ جلوگیری از ذخیره متن‌های تکراری و حجیم

✅ کاهش Log Monitoring غیرضروری

✅ استفاده درست از Trend

✅ بررسی Template پیش از اتصال

✅ غیرفعال‌کردن Itemهای Unsupported و بلااستفاده

چه کارهایی خطرناک هستند؟

❌ حذف دستی رکوردهای History بدون Runbook

❌ اجرای DELETE عظیم در Production

❌ Shrink یا Optimize بدون ارزیابی فضا و Lock

❌ تغییر Schema زبیکس

❌ Upgrade بدون Backup

❌ نگهداری Backup روی همان Disk

❌ نادیده‌گرفتن سازگاری نسخه

❌ تغییر هم‌زمان چند پارامتر بدون Baseline

قبل و بعد از هر تغییر باید این موارد ثبت شوند:

• Database Size

• NVPS

• Queue

• Query Latency

• IOPS

• CPU و RAM

• زمان Housekeeping

• زمان Backup

🎯 جمع‌بندی

بهینه‌سازی Database از کاهش داده بی‌ارزش آغاز می‌شود، نه صرفاً افزایش RAM و Storage.

هدف این است که داده لازم، با Resolution مناسب و برای مدت منطقی نگهداری شود.

در قسمت بعد:

🔜 امن‌سازی Zabbix؛ چگونه از سامانه‌ای که به تمام زیرساخت دید دارد محافظت کنیم؟

📚 الزامات رسمی Database و Sizing در Zabbix

🛡 NEACASPACE