SSD Nodes Learn Hosting plans →
가이드 Matt Connor작성자 Matt Connor · 업데이트됨 2026-10-28

4GB VPS PostgreSQL 커넥션 풀링 설정과 한계

PostgreSQL은 연결마다 프로세스를 생성해 4GB VPS에서 max_connections=100 전에 RAM이 고갈될 수 있습니다. 풀러의 해결 범위와 끊기는 기능, OOM 로그까지 설명합니다.

소규모 VPS에서 max_connections보다 먼저 RAM이 고갈되는 이유

VPS에서 PostgreSQL 커넥션 풀링은 속도를 높이는 기술이 아닙니다. 이는 4 GB 메모리를 가진 서버를 유지하기 위한 필수 조치입니다. PostgreSQL의 모든 커넥션은 각자 고유한 메모리를 점유하는 별도의 운영체제 프로세스로 동작하기 때문입니다. 풀러(pooler)를 사용하면 다수의 저렴한 클라이언트 커넥션을 소수의 고정된 실제 백엔드 프로세스로 처리할 수 있습니다.

기본값인 max_connections는 100으로 설정되어 있습니다. 이는 예산이 아니라 한계치입니다. PostgreSQL은 서버가 실제로 100개의 백엔드에서 실행되는 쿼리를 감당할 수 있는지 확인하지 않으므로, 시스템이 먼저 실패하게 됩니다. 커널의 OOM(Out of Memory) 킬러가 프로세스를 선택할 때 백엔드 프로세스가 선택되면, PostgreSQL은 공유 메모리의 안전성을 확보하기 위해 전체 클러스터를 재시작합니다. 로그에는 server process (PID 1234) was terminated by signal 9: Killed이 기록된 후 terminating any other active server processes가 나타납니다. 이 과정에서 정상적인 커넥션을 포함한 모든 열린 커넥션이 종료됩니다.

서버의 메모리가 고갈되는 이유는 각 커넥션이 프로세스 단위로 동작하기 때문이며, work_mem가 커넥션당 할당되는 것이 아니라 정렬(sort) 또는 해시(hash) 작업당 할당되기 때문입니다. 이 두 요소가 결합하여 메모리 사용량이 증폭됩니다.

모든 연결은 프로세스이며, 모든 프로세스는 메모리를 소모합니다

PostgreSQL은 연결당 하나의 프로세스를 사용합니다. 클라이언트가 연결되면 postmaster가 백엔드 프로세스를 포크(fork)하며, 이 백엔드는 클라이언트가 연결을 끊을 때까지 유지됩니다. 이는 스레드가 아닙니다. 각 백엔드는 고유한 페이지 테이블, 카탈로그 캐시, 쿼리 계획 캐시를 가집니다. 연결이 더 많은 테이블을 참조하고 다양한 쿼리를 실행할수록 이러한 캐시는 커지므로, 바쁜 ORM 애플리케이션에서 장시간 유지되는 연결은 새로 생성된 연결보다 더 많은 비용을 소모합니다.

공유 메모리는 실제로 공유됩니다. shared_buffers은 전체 클러스터에 대해 단 한 번 할당되며 모든 백엔드에 매핑됩니다. 사설 메모리는 공유되지 않으며, 이것이 바로 top이 이 상황에서 오해를 불러일으키는 이유입니다. 백엔드의 RSS(Resident Set Size)에는 해당 백엔드가 참조한 공유 페이지가 포함되어 있으므로, 50개 백엔드의 RSS를 단순히 합산하면 shared_buffers을 50번 중복 계산하게 됩니다.

대신 사설 메모리 영역을 측정하십시오. PSS(Proportional Set Size)는 각 공유 페이지를 해당 페이지를 매핑하는 프로세스 수로 나누어 계산하며, USS(Unique Set Size)는 해당 프로세스에만 속한 페이지를 계산합니다.

sudo apt update
sudo apt install -y smem
sudo smem -k -P '^postgres'

USS 열은 해당 백엔드가 종료될 경우 확보될 메모리 양을 나타냅니다. 이것이 실제 연결당 소모 비용입니다. 일반적으로 유휴 상태의 백엔드는 한 자릿수 MB를, 복잡한 ORM 쿼리를 실행한 백엔드는 그보다 몇 배 많은 메모리를 사용하는 것으로 알려져 있습니다. 이러한 수치는 일반적인 참고 자료일 뿐, 실제 운영 환경의 수치로 간주해서는 안 됩니다. 계획 수립 시 고려해야 할 유일한 수치는 실제 서버에서 실제 워크로드를 실행했을 때 측정된 값뿐입니다.

세션당 할당되는 메모리는 간과하기 쉽습니다. temp_buffers은 기본값이 8MB이며, 세션에서 임시 테이블을 처음 사용할 때 할당됩니다. 이 메모리는 세션이 종료될 때까지 반환되지 않습니다.

work_mem은 연결 단위가 아니라 작업 단위로 할당됩니다

여기서 산술적인 계산 착오가 자주 발생합니다. work_mem의 기본값은 4MB이며, PostgreSQL 문서는 이에 대해 다음과 같이 명확히 설명합니다. "복잡한 쿼리는 동시에 여러 정렬 및 해시 작업을 수행할 수 있으며, 각 작업은 일반적으로 임시 파일에 데이터를 쓰기 시작하기 전까지 이 값만큼의 메모리를 사용할 수 있습니다." 정렬 노드가 3개인 실행 계획은 하나의 백엔드 내에서 동시에 work_mem의 3배에 달하는 메모리를 사용할 수 있습니다.

해시 작업은 더 많은 메모리를 사용합니다. hash_mem_multiplier의 기본값은 2.0이므로, 해시 조인이나 해시 집계 작업은 work_mem의 2배인 8MB를 사용할 수 있습니다(기본 설정 기준). 병렬 쿼리를 사용하면 이 값은 더 커집니다. 각 병렬 워커는 고유한 메모리 할당량을 가진 별도의 프로세스이기 때문입니다.

4 GB RAM을 가진 VPS에서 수치를 계산해 보겠습니다. shared_buffers를 1 GB로 설정하고, work_mem을 4MB로 둔 상태에서 100개의 연결이 각각 2개의 해시 노드를 포함한 쿼리를 실행한다고 가정합니다. 이 경우 100 곱하기 16MB, 즉 1.6 GB의 개인 메모리가 1 GB의 공유 버퍼 외에 추가로 필요하게 됩니다. 이는 페이지 캐시나 서버의 다른 프로세스가 사용하는 메모리를 고려하기 전의 수치입니다. 이제 서버에 여유 RAM이 있다고 판단하여 work_mem을 64MB로 올리면, 동일한 100개의 연결이 100 곱하기 256MB를 요구하게 됩니다. 이를 경고해 주는 시스템은 없습니다. OOM killer가 작동할 때 비로소 문제를 알게 됩니다.

추측에 의존하는 대신 work_mem이 너무 작은지 확인할 수 있습니다. postgresql.conf에서 log_temp_files = 0를 설정하고 설정을 다시 불러오십시오. 이후 디스크로 데이터가 넘칠(spill) 때마다 파일 이름과 크기가 temporary file: path "base/pgsql_tmp/pgsql_tmp1234.0", size 20971520과 같이 로그에 기록됩니다. 빈번한 디스크 쓰기는 work_mem를 높이는 것이 도움이 된다는 신호입니다. 반대로 디스크 쓰기가 전혀 없다면 값을 높여도 성능 향상은 없으며, 가용 메모리만 낭비하게 됩니다.

실제로 문제가 되는 풀 산술

아무도 240개의 연결을 열려고 의도하지 않습니다. 20개의 연결 풀을 설정한 뒤, 애플리케이션을 여러 곳에서 실행할 뿐입니다.

차트Backends requested per app topology, pool size 20 per worker (arithmetic)
이 차트의 데이터
[
  {
    "config": "1 worker",
    "backends": 20
  },
  {
    "config": "4 web workers",
    "backends": 80
  },
  {
    "config": "4 web + 2 background",
    "backends": 120
  },
  {
    "config": "2 hosts x 4 workers",
    "backends": 160
  },
  {
    "config": "3 hosts x 4 workers",
    "backends": 240
  }
]

4개의 Gunicorn 워커가 각각 20개의 풀을 유지하면 80개의 백엔드를 요청하게 됩니다. 여기에 백그라운드 작업 워커 2개를 추가하면 120개가 됩니다. 3 hosts x 4 workers로 늘어나면 애플리케이션은 max_connections 100에 대해 240개의 백엔드를 요청하게 됩니다. 이 5개의 설정 중 어느 한 곳도 잘못 설정된 곳은 없습니다. 풀은 프로세스별로 생성되며, 애플리케이션의 어떤 부분도 전체 합계를 알 수 없기 때문입니다.

라이브러리의 기본값도 같은 방향으로 작용합니다. SQLAlchemy의 QueuePool는 기본적으로 pool_size=5와 max_overflow=10을 사용하여 프로세스당 15개의 연결을 생성합니다. HikariCP의 기본값은 10입니다. Django는 5.1 이전에는 내장 풀이 없어 워커 프로세스당 1개의 연결만 사용했습니다. 이것이 Django 애플리케이션이 이 문제를 나중에 겪다가, 누군가 CONN_MAX_AGE을 설정하거나 새로운 "pool": True 옵션을 켰을 때 한꺼번에 문제를 마주하는 이유입니다. Gunicorn과 nginx 뒤에서 Django 앱을 실행하는 경우, 곱해야 할 숫자는 서버 수가 아니라 Gunicorn 워커의 수입니다.

VPS에서 Postgres 커넥션 풀링이 실제로 변화시키는 것

풀러(pooler)는 한쪽으로는 애플리케이션과 PostgreSQL 와이어 프로토콜로 통신하고, 다른 한쪽으로는 소수의 실제 서버 연결을 유지하는 프로세스입니다. 풀러는 쿼리 속도를 직접적으로 높이지는 않습니다. 다만 연결 비용을 누가 부담하는지, 그리고 실제 백엔드가 몇 개나 존재하는지를 변화시킵니다.

두 가지가 개선됩니다. 풀러가 클라이언트의 연결 요청에 직접 응답하므로, 연결 시마다 발생하는 프로세스 포크(fork)와 빈 백엔드 캐시를 채우기 위한 카탈로그 조회 비용이 사라집니다. 더 중요한 점은 실제 백엔드 개수가 애플리케이션 연결 개수와 일대일로 대응하지 않게 된다는 것입니다. 따라서 500개의 클라이언트가 20개의 백엔드를 공유할 수 있습니다.

대기(waiting)는 풀러의 핵심 기능이며, 많은 사용자가 이를 거부감을 느끼는 부분이기도 합니다. 풀러가 없다면 500개의 동시 쿼리가 각각 백엔드를 할당받아 2개의 CPU 코어에서 동시에 실행되므로, 모든 쿼리가 느려지고 메모리는 한순간에 고갈됩니다. 풀러를 사용하면 20개만 먼저 실행되고 나머지는 수 밀리초 동안 대기하므로, 실행 중인 각 쿼리는 CPU 자원을 온전히 할당받아 더 빨리 완료됩니다. 작은 풀 앞에 대기열을 두는 것이, 큰 풀 앞에 대기열을 두지 않는 것보다 낫습니다.

풀러가 해결하지 못하는 것은 서버 내의 다른 자원 제한입니다. 만약 Postgres가 애플리케이션 서버나 동일한 VPS의 벡터 데이터베이스와 자원을 공유한다면, 풀러는 애플리케이션으로부터 Postgres를 보호할 뿐 그 이상은 하지 못합니다. 이웃 프로세스에도 엄격한 제한을 두어야 합니다. systemd를 사용하여 서비스가 사용할 수 있는 메모리와 CPU를 제한하면, 폭주하는 프로세스 하나가 데이터베이스를 다운시키는 상황을 방지할 수 있습니다. 데이터베이스가 어디에 위치하느냐에 따라 이러한 제한을 설정하는 방법이 달라지며, 이것이 Postgres를 Docker에서 실행하는 것과 호스트에서 직접 실행하는 것 사이의 실질적인 차이입니다.

세션 풀링과 트랜잭션 풀링의 비교

모든 설정을 결정짓는 단 하나의 설정은 pool_mode입니다.

세션 풀링에서는 클라이언트 연결이 유지되는 전체 기간 동안 서버 연결이 해당 클라이언트에 할당되며, 클라이언트가 연결을 끊을 때 비로소 반환됩니다. 풀러가 단순한 프록시 역할을 하므로 모든 기능이 정상적으로 작동합니다. 이 방식은 연결 생성 비용만 절감할 뿐 다른 이점은 없습니다. 애플리케이션이 200개의 연결을 열면, 백엔드 역시 200개가 필요합니다.

트랜잭션 풀링에서는 하나의 트랜잭션이 진행되는 동안에만 서버 연결이 클라이언트에 할당됩니다. COMMIT 또는 ROLLBACK 시점에 연결은 풀로 반환되며, 대기 중인 다음 클라이언트가 이를 사용합니다. 이 방식 덕분에 500개의 클라이언트를 20개의 백엔드로 처리할 수 있습니다. 하지만 이 방식은 설계상 일부 기능을 제한합니다. 즉, 이전 문장과 다음 문장이 서로 다른 백엔드에서 실행될 수 있습니다.

PgBouncer의 기본값은 pool_mode = session입니다. 설치 후 설정을 변경하지 않으면, 연결 비용 절감이라는 이점은 얻지 못한 채 절반의 기능만 사용하게 됩니다. 세 번째 모드인 statement은 모든 개별 문장 실행 후 연결을 반환하며, 여러 문장으로 구성된 트랜잭션을 거부합니다. 이 모드가 필요한 명확한 이유가 없다면 사용하지 마십시오.

트랜잭션 모드에서 중단되는 기능과 그 이유

아래 기능이 모두 실패하는 이유는 하나입니다. 단일 backend 내부에 상태가 저장되는데, transaction pooling은 같은 backend를 두 번 연속 사용한다고 보장하지 않습니다.

  • 세션 수준의 SET 및 RESET. SET search_path, SET statement_timeout, SET ROLE는 해당 문을 처리한 backend에 적용되며, 다음 트랜잭션이 시작되면 사라지거나 해당 backend가 다른 클라이언트에 할당된 상태에서도 계속 적용됩니다. 명시적 트랜잭션 안에서 SET LOCAL를 사용하면 해당 트랜잭션에만 적용되므로 안전합니다. PgBouncer는 PostgreSQL이 클라이언트에 반환한다고 보고하는 일부 매개변수의 짧은 목록을 추적하며, 그중에는 TimeZone, client_encoding, application_name도 포함됩니다. 그리고 할당받은 backend에 이 매개변수들을 복원합니다. PgBouncer 1.26.0부터는 이 목록에 search_path도 포함되지만, 서버가 PostgreSQL 18 이상인 경우에만 해당합니다. 이 새로운 추적이 환경에서 올바르게 동작하지 않는다면 PgBouncer 1.26.1에서 ignore_startup_parameters에 search_path을 추가하여 이를 무시하던 1.25 동작으로 되돌릴 수 있습니다. 변경 로그에는 다른 search_path 추적 버그도 이후 릴리스에서 수정될 예정이라고 나와 있습니다.
  • LISTEN. 알림 전달은 LISTEN를 실행한 backend에 속하며, 트랜잭션이 끝나는 즉시 해당 backend가 다른 클라이언트에 할당됩니다. NOTIFY는 transaction mode에서도 계속 동작하므로 이 문제가 혼란을 일으킵니다. 전송은 성공하지만 수신은 절대 이루어지지 않습니다. LISTEN이 필요하다면 pooler를 거치지 않고 port 5432에 직접 연결하는 추가 연결을 하나 여십시오.
  • 세션 수준 advisory lock. pg_advisory_lock()은 세션이 보유하며 세션이 끝날 때 해제됩니다. transaction pooling에서는 잠금 해제 호출이 다른 backend에서 실행되므로, PgBouncer가 해당 server connection을 종료할 때까지 잠금이 유지됩니다. 기본값에서는 server_lifetime 후, 즉 1시간 후입니다. 잠금을 획득한 동일한 backend가 트랜잭션 종료 시 해제하는 pg_advisory_xact_lock()를 사용하십시오.
  • SQL 문인 PREPARE 및 DEALLOCATE. transaction mode에서는 절대 사용할 수 없습니다.
  • WITH HOLD 커서 및 트랜잭션보다 오래 유지될 것으로 예상되는 모든 server-side cursor.
  • commit 이후에도 유지하려는 temporary table. CREATE TEMP TABLE ... ON COMMIT PRESERVE ROWS는 한 backend의 temporary schema에 테이블을 만들며, 다음 트랜잭션은 해당 backend에서 실행되지 않을 수 있습니다.
  • LOAD.

Protocol-level prepared statement는 예외적으로 지원 범위가 바뀐 항목입니다. PgBouncer 1.21.0에서 transaction mode의 지원이 추가되었고, 1.24.0부터는 max_prepared_statements를 200으로 설정하여 기본적으로 활성화되었습니다. 이전 빌드에서는 이 값이 0으로 유지되므로 기능이 꺼져 있습니다. Ubuntu 24.04에는 PgBouncer 1.22.0이 포함되어 있으므로 기능 자체는 있지만 max_prepared_statements을 직접 설정해야 합니다. 빌드가 어떻게 동작하는지 확실하지 않다면 클라이언트에서 안전하게 설정할 수 있습니다. psycopg 3는 prepare_threshold을 None로 설정하면 server-side prepared statement 사용을 중단합니다.

Django는 이 문제를 자체적인 표현으로 설명합니다. 문서에는 "transaction pooling mode에서 connection pooler를 사용하려면 해당 연결의 server-side cursor를 비활성화해야 한다"고 명시되어 있습니다. 그 이유는 "server-side cursor는 생성된 연결에서만 액세스할 수 있기 때문"입니다. 해당 database 항목에서 DISABLE_SERVER_SIDE_CURSORS을 True으로 설정하십시오. 그렇지 않으면 모든 .iterator() 호출이 부하가 걸릴 때만 간헐적으로 나타나는 실패가 됩니다.

transaction mode는 선택할 가치가 있지만, 하나의 계약입니다. 이 목록을 읽고 ORM과 background job library가 이를 준수하는지 확인한 다음 전환하십시오.

PgBouncer를 설치하고 애플리케이션이 PgBouncer를 사용하도록 설정하기

아래 구성은 PostgreSQL이 이미 127.0.0.1 포트 5432에서 listening 중인 Ubuntu 24.04 서버에서 실행합니다.

sudo apt update
sudo apt install -y pgbouncer
pgbouncer --version

Ubuntu 24.04 패키지에는 PgBouncer 1.22.0이 포함되어 있습니다. Upstream 버전은 2026년 10월 14일에 release된 1.26.1입니다. 위에서 설명한 prepared statement 동작은 버전에 따라 달라지므로, 현재 설치된 버전을 확인해야 합니다.

PgBouncer admin console에 로그인하는 용도만 가진 role을 생성한 다음 password file을 만듭니다. PgBouncer는 pg_authid에서 SCRAM(salted challenge response authentication mechanism) secret을 가져와야 합니다. 이 table은 superuser만 읽을 수 있습니다.

sudo -u postgres psql -c "CREATE ROLE pgb_admin LOGIN PASSWORD 'change-this'"
sudo -u postgres psql -At -c \
  'SELECT format($$"%s" "%s"$$, rolname, rolpassword) FROM pg_authid WHERE rolpassword IS NOT NULL' \
  > /tmp/userlist.txt
sudo install -o postgres -g postgres -m 640 /tmp/userlist.txt /etc/pgbouncer/userlist.txt
rm /tmp/userlist.txt

password를 다시 입력하지 않고 secret을 복사해야 이 구성이 동작합니다. PgBouncer가 SCRAM secret을 재사용해 PostgreSQL에 로그인하려면 client도 SCRAM으로 인증해야 합니다. 또한 file의 secret이 pg_authid의 값과 byte 단위로 같아야 합니다. 즉, password만 같은 것이 아니라 salt와 iteration count도 같아야 합니다. 그리고 [databases] line에서 user=를 고정해서는 안 됩니다. 해당 line에 user=appuser를 추가하면 PgBouncer에는 대신 plaintext password가 필요합니다. systemctl show pgbouncer -p User를 사용해 file owner가 service를 실행하는 account와 일치하는지 확인합니다. PostgreSQL에서 password를 변경하면 이 file을 다시 생성해야 합니다. 그렇지 않으면 다음 connect에서 password authentication failed가 반환됩니다.

이제 /etc/pgbouncer/pgbouncer.ini를 작성합니다.

[databases]
appdb = host=127.0.0.1 port=5432 dbname=appdb

[pgbouncer]
listen_addr = 127.0.0.1
listen_port = 6432
auth_type = scram-sha-256
auth_file = /etc/pgbouncer/userlist.txt
admin_users = pgb_admin
pool_mode = transaction
max_client_conn = 500
default_pool_size = 20
min_pool_size = 5
max_db_connections = 80
max_prepared_statements = 200
ignore_startup_parameters = extra_float_digits

listen_addr = 127.0.0.1는 pooler가 public internet에 노출되지 않도록 합니다. 외부에서 접근할 수 있는 pooler는 공개할 의도가 없었던 authentication endpoint가 되므로 중요합니다. max_client_conn는 PgBouncer가 수락할 application connection 수이며, 비용이 낮으므로 큰 값으로 설정할 수 있습니다. default_pool_size는 하나의 database와 user 조합이 유지할 수 있는 실제 backend 수이며, 비용이 높은 값입니다. max_db_connections은 전체 database의 connection 수를 80으로 제한합니다. 따라서 max_connections 아래에 psql, backup 및 monitoring을 위한 여유가 남습니다. ignore_startup_parameters = extra_float_digits은 connect 시 해당 parameter를 전송하는 driver를 PgBouncer가 거부하지 않도록 합니다. JDBC driver도 여기에 포함됩니다.

sudo systemctl restart pgbouncer
sudo systemctl status pgbouncer --no-pager
sudo journalctl -u pgbouncer -n 20 --no-pager

정상적으로 시작되면 PgBouncer가 127.0.0.1:6432에서 listening 중임을 보고하는 line이 log에 기록됩니다. password file 때문에 시작에 실패하면 읽지 못한 path가 log에 기록됩니다. 이는 syntax 문제보다 mode 또는 ownership 문제인 경우가 거의 항상 많습니다. 그런 다음 application의 connection string에서 port를 5432에서 6432로 변경하고 application을 restart합니다. application의 다른 부분은 변경하지 않습니다.

풀이 정상적으로 작동하는지 확인하는 방법

PgBouncer는 pgbouncer라는 가상 데이터베이스를 통해 접근할 수 있는 관리 콘솔을 제공합니다.

psql -h 127.0.0.1 -p 6432 -U pgb_admin pgbouncer
SHOW POOLS;
SHOW STATS;
SHOW CLIENTS;

SHOW POOLS 항목을 주시해야 합니다. cl_active은 현재 서버 연결에 할당된 클라이언트 수이며, cl_waiting은 연결을 기다리는 대기열의 클라이언트 수입니다. sv_active와 sv_idle은 각각 사용 중인 실제 백엔드와 유휴 상태인 백엔드를 나타내며, maxwait은 대기열 가장 앞에 있는 클라이언트가 대기한 시간을 초 단위로 표시합니다. 정상적인 부하 상태에서 시스템이 건강하다면 cl_waiting와 maxwait은 0이어야 합니다. maxwait 값이 1~2초 이상으로 증가한다면 풀 크기가 너무 작거나 쿼리 속도가 느린 것이며, 이는 서로 다른 해결책이 필요합니다.

default_pool_size를 늘리기 전에 어떤 항목이 문제인지 확인하십시오.

SELECT state, count(*) FROM pg_stat_activity
  WHERE backend_type = 'client backend' GROUP BY state;

대부분의 백엔드가 idle in transaction 상태에 머물러 있다면 풀 크기 문제는 아닙니다. 애플리케이션이 트랜잭션을 시작한 뒤 그 안에서 HTTP 호출과 같이 느린 작업을 수행하고 있어, 쿼리를 실행하지 않으면서도 백엔드를 점유하고 있는 상황입니다. idle_in_transaction_session_timeout 설정을 통해 이러한 연결을 끊을 수 있지만, 근본적인 해결책은 애플리케이션 코드를 수정하는 것입니다. 반대로 백엔드가 모두 active 상태라면 풀이 완전히 포화된 것이므로, 연결 수를 늘리기 전에 EXPLAIN (ANALYZE, BUFFERS)를 통해 쿼리를 최적화해야 합니다.

풀 크기 산정 시 가장 많이 인용되는 시작점은 코어 수의 2배에 1을 더한 HikariCP 휴리스틱입니다. 예를 들어 2코어 VPS라면 5로 설정합니다. 이를 초기 권장 수치로 삼아 default_pool_size을 그 근처로 설정한 뒤, maxwait을 기준으로 조정하십시오. 풀 크기를 작게 설정하는 것이 직관적으로는 부족해 보일 수 있으나, 실제 측정 결과는 더 나은 경우가 많습니다. 대기 중인 백엔드는 비용이 발생하지 않지만, 실행 중인 백엔드는 CPU, 메모리 사용량 및 잠금 경합을 유발하기 때문입니다.

PgBouncer, PgDog, Pgpool-II 중 선택하기

일반적인 경우에는 PgBouncer가 적합하다. PostgreSQL 서버 1대와 VPS 1대가 있고, 애플리케이션이 해당 서버가 처리할 수 있는 수보다 많은 연결을 여는 경우다. PgBouncer는 한 가지 작업만 수행하고, 설정은 단일 ini 파일로 관리하며, Debian과 Ubuntu에서 패키지로 제공된다. 연결 처리는 단일 스레드에서 수행한다. VPS 규모의 워크로드에는 충분하며, 훨씬 큰 시스템에서만 한계가 된다.

풀링과 같은 네트워크 홉에서 라우팅 결정을 내려야 한다면 PgDog를 검토할 만하다. PgDog는 PostgreSQL 확장을 위한 프록시를 표방하며, Rust로 작성되었다. 쿼리를 파싱해 트랜잭션 및 세션 풀링과 읽기/쓰기 분할을 수행하고, 멀티 샤드 라우팅과 2단계 커밋을 사용하는 샤딩도 지원한다. primary 1대와 하나 이상의 replica가 있고, 애플리케이션이 replica의 존재를 알지 못한 채 읽기 요청을 replica로 보내려면 PgDog를 고려한다. 주의할 점이 2가지 있다. PgDog는 AGPLv3이므로 네트워크 사용 조항은 프로덕션에 도입하기 전에 회사에서 해당 결정을 담당하는 사람과 확인해야 할 라이선스 문제다. 프로젝트 자체의 입장은 내부 사용과 비공개 수정만으로는 소스 공개 의무가 발생하지 않는다는 것이다. 또한 아직 초기 단계의 프로젝트이며 매주 릴리스되고 버전 번호가 0.x이므로 main를 따라가지 말고 릴리스 태그를 고정한다.

git clone https://github.com/pgdogdev/pgdog
cd pgdog
cargo build --release
./target/release/pgdog --config pgdog.toml --users users.toml

소스에서 빌드하려면 최신 stable Rust toolchain, CMake, C/C++ compiler가 필요하다. releases page에는 미리 빌드된 Linux binary와 Debian package도 있으며, ghcr.io/pgdogdev/pgdog에는 container image가 있다. 설정은 2개의 파일로 나뉜다. 첫 번째 파일에는 일반 설정과 데이터베이스별 항목 1개씩이 들어간다. 여기서는 두 형식을 쉽게 구분할 수 있도록 해당 항목을 inline table의 TOML array로 작성한다.

databases = [
  { name = "appdb", host = "127.0.0.1" },
]

[general]
port = 6432
default_pool_size = 10

두 번째 파일에는 사용자별 항목 1개씩을 같은 array 형식으로 작성한다.

users = [
  { name = "appuser", database = "appdb", password = "change-this" },
]

PgDog는 기본적으로 6432에서 수신 대기한다. PgBouncer와 같은 포트이므로 한 호스트에서 2개가 모두 기본 포트를 사용할 수 없다.

2026년 10월 기준 Pgpool-II 4.7.3은 풀링과 load balancing을 제공하며, 자동 failover를 위한 watchdog도 지원한다. 2026년 9월 29일에 릴리스된 해당 버전은 watchdog 메시지 처리와 certificate authentication의 결함을 수정한 보안 릴리스다. 따라서 watchdog에 의존하기 전에 이 버전이나 이전 브랜치에 해당하는 수정 릴리스로 업데이트해야 한다. 추가 기능은 추가적인 장애 원인도 만든다. Pgpool-II를 선택하기 전에 풀링 모델을 이해해야 한다. Pgpool-II는 num_init_children개의 child process를 미리 생성하며, 각 child는 최대 max_pool개의 server connection을 캐시한다. 따라서 backend의 상한은 num_init_children에 max_pool를 곱한 값이다. 각 child는 한 번에 하나의 client만 처리한다. 그러므로 수락할 수 있는 client 수는 num_init_children와 같고 시작 시 고정되며, 유휴 client도 child 1개를 계속 점유한다. num_init_children을 100으로, max_pool를 4로 설정하면 400개의 backend를 허용하게 된다. 이는 pooler를 설치해 해결하려던 문제를 그대로 만드는 설정이다. failover와 query routing이 필요할 때 Pgpool-II를 선택하고, 곱셈 결과를 신중하게 계산한다. 필요한 것이 backend 수 감소뿐이라면 작업에 비해 지나치게 복잡하다.

관리형 프록시와 자체 호스팅 방식의 비교

관리형 플랫폼은 이를 별도의 제품으로 판매합니다. AWS는 RDS 앞에 RDS Proxy를 배치하고, Supabase는 Supabase Postgres 앞에 자체 풀러인 Supavisor를 둡니다. 두 서비스 모두 여기서 설명한 역할을 수행합니다. 즉, 클라이언트 연결을 저비용으로 유지하고, 실제 백엔드에는 더 적은 수의 연결을 전달합니다. Supavisor는 오픈 소스이며 자체 호스팅이 가능하므로, 선택의 기준이 독점 기술과 무료 기술 사이의 대립은 아닙니다.

관리형 프록시와 동일한 기능을 자체 호스팅으로 구현하는 것은 다른 개념이 아닙니다. 데이터베이스와 동일한 VPS에서 127.0.0.1 포트로 대기 중인 PgBouncer를 트랜잭션 모드로 설정하는 것과 같은 개념입니다. 두 가지 실질적인 차이점이 있습니다. 관리형 프록시는 네트워크 홉 하나를 거치므로 지연 시간이 추가되며, 데이터베이스가 재시작되는 동안에도 클라이언트 연결을 유지합니다. 데이터베이스 호스트에서 실행되는 PgBouncer는 루프백 홉을 추가하는데 이는 비용이 거의 들지 않지만, 해당 호스트가 죽으면 함께 종료됩니다. 재시작 시에도 연결을 유지하는 동작이 필요하다면 장애 조치(failover) 메커니즘이 추가로 필요하며, 이때부터 Pgpool-II의 watchdog이나 PgDog의 상태 확인 기능이 복잡성을 더하게 됩니다.

목록에 한 가지 옵션을 더 추가할 수 있습니다. 연결 수 문제로 배포가 복잡해지는 것이 주된 고민이라면, 내장형 데이터베이스를 사용하는 방법이 있습니다. 이는 포트에서 실행되는 서버가 아니라 프로세스 내부의 라이브러리이므로 풀링할 연결 모델 자체가 존재하지 않습니다. 쓰기 작업량이 적은 단일 애플리케이션 서버의 경우, VPS에서 SQLite를 운영하는 것이 이 문제를 관리하는 대신 근본적으로 제거하는 방법이 됩니다. 실제 서버가 필요한 상황이라면, 장비 규모를 결정하기 전에 먼저 연결 풀의 크기를 결정하십시오.

FAQ

애플리케이션에 이미 커넥션 풀이 있는데도 PgBouncer가 필요한가요?

대개 그렇습니다. 애플리케이션의 풀은 프로세스별로 독립되어 있어 서로를 인식하지 못하기 때문입니다. 예를 들어 Gunicorn 워커 4개가 각각 20개의 커넥션 풀을 유지하면 80개의 백엔드가 생성되며, 여기에 백그라운드 워커 2개를 추가하면 총 120개가 됩니다. PgBouncer는 전체 커넥션 수를 파악하여 상한선을 설정할 수 있는 유일한 구성 요소입니다. 가장 좋은 구성은 두 가지를 병행하는 것입니다. 각 워커 내부에 작은 풀을 두어 요청마다 TCP 연결 비용을 지불하지 않게 하고, 그 뒤에 PgBouncer를 트랜잭션 모드로 배치하여 실제 백엔드 연결 수를 제한하는 방식입니다.

PgBouncer를 트랜잭션 모드로 전환하면 정확히 무엇이 문제가 되나요?

트랜잭션 간에 백엔드 상태를 유지하는 모든 기능이 영향을 받습니다. 세션 수준의 SET 및 RESET, LISTEN, WITH HOLD 커서, SQL PREPARE 및 DEALLOCATE 문, 세션 수준의 advisory lock, 커밋 이후에도 유지되어야 하는 임시 테이블, 그리고 LOAD이 이에 해당합니다. NOTIFY은 계속 작동하므로, 고장 난 LISTEN는 풀링 문제가 아닌 전달 버그처럼 보일 수 있습니다. Django에서는 DISABLE_SERVER_SIDE_CURSORS을 True로 설정하십시오. psycopg 3의 경우 prepare_threshold를 None으로 설정하거나, max_prepared_statements가 0보다 큰 PgBouncer 1.22 이상 버전을 사용하십시오. pg_advisory_lock()는 pg_advisory_xact_lock()으로 교체하십시오.

2코어 VPS에서 default_pool_size는 어느 정도가 적당한가요?

생각보다 작게 설정하는 것이 좋습니다. 널리 알려진 HikariCP 휴리스틱에 따르면 코어 수의 2배에 1을 더한 값, 즉 2코어 기준 약 5 정도가 시작점입니다. 이 값을 설정한 뒤 실제 부하가 걸린 상태에서 SHOW POOLS의 maxwait과 cl_waiting을 확인하십시오. 두 값이 0이면 풀 크기가 충분하다는 의미입니다. maxwait이 증가한다면 클라이언트가 대기 중이라는 뜻이며, 이 숫자를 높이기 전에 pg_stat_activity을 먼저 확인하십시오. idle in transaction 상태에 머물러 있는 백엔드는 애플리케이션 버그일 가능성이 높으며, 커넥션 수를 늘리는 것은 이를 숨길 뿐입니다.

PgBouncer와 PgDog 중 무엇을 선택해야 하나요?

대부분의 배포 환경인 단일 VPS의 단일 PostgreSQL 서버라면 PgBouncer를 선택하십시오. Ubuntu 패키지로 제공되며 동작 방식이 잘 문서화되어 있고, 설정 파일 하나로 모든 구성이 가능합니다. 복제본 간의 읽기/쓰기 분산이나 샤딩이 필요한 경우, 애플리케이션이 토폴로지를 알 필요가 없도록 풀링과 동일한 홉(hop)에서 처리하는 PgDog를 고려하십시오. PgDog를 도입하기 전에 소속 조직의 라이선스 정책에 따라 AGPLv3 관련 문제를 먼저 해결하십시오. 또한 프로젝트가 아직 0.x 버전이며 매주 릴리스가 나오므로 특정 버전을 고정하여 사용하십시오.

이 글이 도움이 되었나요?

#postgres#pgbouncer#pgdog#connections#performance