Ivory — Outil de gestion de clusters Postgres / Patroni

• Projet open source développé pour simplifier la gestion et la visualisation des clusters Postgres
• Initialement lancé pour le confort des développeurs qui exploitent Postgres, il peut désormais être utilisé par les développeurs comme les DBA pour gérer les clusters et résoudre les problèmes
• Peut être exécuté comme outil personnel sur un PC local, ou installé sur une VM pour un usage collaboratif en équipe

Fonctionnalités principales

• Gérer tous les clusters depuis un seul endroit
  • Gestion centralisée depuis un tableau de bord unique de plusieurs clusters Postgres / Patroni
  • Visualisation en un coup d'œil de la liste des instances par cluster, de l'état leader/suiveur et des situations de basculement (failover)
  • Prise en charge de l'ajout/suppression de clusters, ainsi que de la gestion des noms et des métadonnées
• Interface UI pour les fonctionnalités clés de Patroni
  • Les fonctions essentielles fournies par Patroni (élection du leader, failover, redémarrage, etc.) peuvent être exécutées directement via une interface web
  • Contrôle du fonctionnement du cluster via une interface intuitive, sans commandes CLI
  • Surveillance de l'état des clusters en production avec consultation des événements et journaux importants
• Consultation et modification de la configuration du cluster
  • Consultation et modification directes de la configuration de Patroni et de Postgres depuis l'interface web
  • Modification possible des paramètres au niveau du cluster et de l'instance (ex. : paramètres de réplication, limites de connexion)
  • Sauvegarde et déploiement automatiques après modification, avec prise en charge de l'édition au format JSON/YAML
• Exécuter et enregistrer des requêtes de troubleshooting
  • Fournit sous forme de modèles les requêtes de diagnostic les plus couramment utilisées
  • Les utilisateurs peuvent exécuter et enregistrer leurs propres requêtes SQL de troubleshooting
  • Vérification de l'état de performance par instance (sessions actives, temps d'exécution des requêtes, état des verrous, etc.)
  • Réutilisation des modèles enregistrés pour simplifier la résolution des problèmes récurrents
• Vérification et nettoyage du bloat (Bloat)
  • Fonction de vérification du bloat (espace inutilement gonflé) des tables et index Postgres
  • Analyse de la part d'espace gaspillé par rapport à l'espace réellement utilisé pour chaque table/index
  • Exécution possible d'un nettoyage automatique si nécessaire (vacuum, reindex)
  • Une surveillance régulière aide à optimiser l'utilisation disque et à améliorer les performances