Nos complace anunciar el lanzamiento de pg_exporter 1.0, un avanzado exportador de Prometheus de código abierto que lleva la observabilidad de PostgreSQL al siguiente nivel.

Diseñado para administradores de bases de datos (DBAs) y desarrolladores que necesitan una visión profunda, pg_exporter expone más de 600 métricas —equivalentes a entre 3,000 y 20,000 series temporales por instancia— que cubren aspectos internos clave de PostgreSQL, extensiones populares como TimescaleDB, Citus, pg_stat_statements, pg_wait_sampling, e incluso pgBouncer, todo a través de un único exportador totalmente personalizable.

A diferencia de otros exportadores, pg_exporter valora la personalización: cada métrica se define en un archivo YAML, lo que permite agregar, modificar o ampliar métricas sin necesidad de recompilar. Su configuración ofrece un control detallado sobre la lógica de recolección: ramificación por versión de PostgreSQL, almacenamiento en caché, tiempos de espera, consultas de precondición, una API de verificación de estado, recarga en vivo y replanificación, todo está integrado.

Con más de seis años de pruebas en entornos de producción —incluyendo clústeres con más de 25,000 núcleos de CPU—, pg_exporter también es el motor detrás del stack de observabilidad Pigsty —pueden verlo en acción en la demo en vivo.

La versión 1.0 trae una gran cantidad de nuevas características, incluyendo soporte temprano para PostgreSQL 18, incluso antes del lanzamiento beta de PG 18. Exploren más de 50 colectores predefinidos o elaboren los que deseen (incluidas métricas específicas de aplicaciones a través de SQL) simplemente agregando nuevas configuraciones.

¡Disfruten de una visión de otro nivel en sus ecosistemas PostgreSQL con pg_exporter v1.0!

Características

• Altamente personalizable: DDefine casi todas las métricas mediante configuraciones declarativas en YAML.
• Cobertura completa: Monitorea tanto PostgreSQL (versiones 10-18+) como pgBouncer (versiones 1.8-1.24+) con un solo exportador.
• Control detallado: Configura el tiempo de espera, almacenamiento en caché, condiciones de omisión y niveles de criticidad por recolector.
• Planificación dinámica: Define múltiples ramas de consultas basadas en diferentes condiciones.
• Auto-monitoreo: Métricas detalladas sobre el propio pg_exporter para una observabilidad completa.
• Listo para producción: Probado en entornos reales con más de 12,000 núcleos durante más de 6 años.
• Auto-descubrimiento: Descubre y monitorea automáticamente múltiples bases de datos dentro de una instancia.
• APIs de verificación de estado: Endpoints HTTP integrales para monitoreo del estado del servicio y enrutamiento del tráfico.
• Compatibilidad con extensiones: timescaledb, citus, pg_stat_statements, pg_wait_sampling,…