PostgreSQL প্রশ্নের কর্মক্ষমতা নিরীক্ষণ। পার্ট 1 - রিপোর্টিং

ইঞ্জিনিয়ার - ল্যাটিন থেকে অনুবাদ - অনুপ্রাণিত।
একজন প্রকৌশলী সবকিছু করতে পারেন। (c) আর. ডিজেল।
এপিগ্রাফ।

অথবা কেন একজন ডাটাবেস অ্যাডমিনিস্ট্রেটরকে তার প্রোগ্রামিং অতীত মনে রাখতে হবে সে সম্পর্কে একটি গল্প।

ভূমিকা

সমস্ত নাম পরিবর্তন করা হয়েছে। ম্যাচগুলো এলোমেলো। উপাদান শুধুমাত্র লেখকের ব্যক্তিগত মতামত.

ওয়ারেন্টির দাবিত্যাগ: প্রবন্ধের পরিকল্পিত সিরিজে ব্যবহৃত টেবিল এবং স্ক্রিপ্টগুলির কোন বিস্তারিত এবং সঠিক বর্ণনা থাকবে না। উপাদান অবিলম্বে "AS IS" ব্যবহার করা যাবে না.
প্রথমত, প্রচুর পরিমাণে উপাদানের কারণে,
দ্বিতীয়ত, প্রকৃত গ্রাহকের উৎপাদন ভিত্তির সাথে তীক্ষ্ণতার কারণে।
অতএব, নিবন্ধগুলিতে কেবলমাত্র সাধারণ আকারে ধারণা এবং বর্ণনা দেওয়া হবে।
হয়তো ভবিষ্যতে সিস্টেমটি গিটহাবে পোস্ট করার স্তরে বাড়বে, বা নাও হতে পারে। সময় প্রদর্শন করা হবে.

গল্পের শুরু-মনে আছে কিভাবে শুরু হয়েছিল সব».
ফলস্বরূপ যা ঘটেছে, সবচেয়ে সাধারণ পদে - "PostgreSQL কর্মক্ষমতা উন্নত করার পদ্ধতিগুলির মধ্যে একটি হিসাবে সংশ্লেষণ»

কেন আমি এই সব প্রয়োজন?

ভাল, প্রথমত, যাতে নিজেকে ভুলে না যায়, অবসরের গৌরবময় দিনগুলি মনে করে।
দ্বিতীয়ত, যা লেখা হয়েছে তা পদ্ধতিগত করা। ইতিমধ্যে নিজের জন্য, কখনও কখনও আমি বিভ্রান্ত হতে শুরু করি এবং পৃথক অংশগুলি ভুলে যাই।

ভাল, এবং সবচেয়ে গুরুত্বপূর্ণভাবে - হঠাৎ এটি কারও পক্ষে কার্যকর হতে পারে এবং চাকাটি পুনরায় উদ্ভাবন না করতে এবং রেক সংগ্রহ না করতে সহায়তা করতে পারে। অন্য কথায়, আপনার কর্মফল উন্নত করুন (খবরভস্কি নয়)। এই পৃথিবীতে সবচেয়ে মূল্যবান জিনিস হল ধারণা. প্রধান জিনিস একটি ধারণা খুঁজে বের করা হয়। এবং ধারণাটিকে বাস্তবে রূপান্তর করা ইতিমধ্যেই একটি সম্পূর্ণ প্রযুক্তিগত সমস্যা।

তাই আস্তে আস্তে শুরু করা যাক...

সমস্যা প্রণয়ন.

উপলব্ধ:

PostgreSQL(10.5), মিশ্র লোড (OLTP+DSS), মাঝারি থেকে হালকা লোড, AWS ক্লাউডে হোস্ট করা হয়েছে।
কোন ডাটাবেস পর্যবেক্ষণ নেই, অবকাঠামো পর্যবেক্ষণ একটি ন্যূনতম কনফিগারেশনে স্ট্যান্ডার্ড AWS সরঞ্জাম হিসাবে উপস্থাপন করা হয়।

প্রয়োজন:

ডাটাবেসের কর্মক্ষমতা এবং স্থিতি নিরীক্ষণ করুন, ভারী ডাটাবেস প্রশ্নগুলি অপ্টিমাইজ করার জন্য প্রাথমিক তথ্য খুঁজুন এবং আছে।

সমাধানের সংক্ষিপ্ত ভূমিকা বা বিশ্লেষণ

শুরু করার জন্য, আসুন প্রকৌশলীর সুবিধা এবং সমস্যাগুলির তুলনামূলক বিশ্লেষণের দৃষ্টিকোণ থেকে সমস্যা সমাধানের বিকল্পগুলি বিশ্লেষণ করার চেষ্টা করি এবং যারা কর্মীদের তালিকায় থাকার কথা তাদের সুবিধা এবং ক্ষতির সাথে মোকাবিলা করতে দিন। ব্যবস্থাপনার

বিকল্প 1 - "চাহিদা অনুযায়ী কাজ করা"

আমরা সবকিছু যেমন আছে রেখে দিই। যদি গ্রাহক স্বাস্থ্য, ডাটাবেস বা অ্যাপ্লিকেশনের কার্যকারিতা সম্পর্কে সন্তুষ্ট না হন তবে তিনি ই-মেইলের মাধ্যমে বা টিকিট বাক্সে একটি ঘটনা তৈরি করে ডিবিএ ইঞ্জিনিয়ারদের অবহিত করবেন।
একজন প্রকৌশলী, একটি বিজ্ঞপ্তি পাওয়ার পর, সমস্যাটি বুঝবেন, একটি সমাধান অফার করবেন বা সমস্যাটি সমাধান করবেন, এই আশায় যে সবকিছু নিজেই সমাধান হবে এবং যাইহোক, সবকিছু শীঘ্রই ভুলে যাবে।
জিঞ্জারব্রেড এবং ডোনাটস, ক্ষত এবং বাম্পসজিঞ্জারব্রেড এবং ডোনাটস:
1. অতিরিক্ত কিছু করার নেই
2. সবসময় বাইরে বের হয়ে নোংরা করার সুযোগ থাকে।
3. অনেক সময় যা আপনি নিজের জন্য ব্যয় করতে পারেন।
ক্ষত এবং বাধা:
1. শীঘ্রই বা পরে, গ্রাহক এই পৃথিবীতে সত্তা এবং সর্বজনীন ন্যায়বিচারের সারমর্ম সম্পর্কে চিন্তা করবেন এবং নিজেকে আবার প্রশ্ন করবেন - কেন আমি তাদের আমার অর্থ প্রদান করছি? ফলাফল সর্বদা একই - একমাত্র প্রশ্ন যখন গ্রাহক বিরক্ত হয় এবং বিদায় নেবে। আর ফিডার খালি। এটা দুঃখজনক.
2. একজন প্রকৌশলীর বিকাশ শূন্য।
3. কাজ এবং লোড করার সময় নির্ধারণে অসুবিধা

বিকল্প 2 - "খঞ্জির সাথে নাচ, জুতা পরে এবং পরুন"

অনুচ্ছেদ 1-কেন আমরা একটি মনিটরিং সিস্টেম প্রয়োজন, আমরা সব অনুরোধ গ্রহণ করা হবে. আমরা ডেটা অভিধান এবং গতিশীল দৃশ্যগুলিতে সমস্ত ধরণের প্রশ্নের একটি গুচ্ছ চালু করি, সমস্ত ধরণের কাউন্টার চালু করি, সবকিছুকে টেবিলে নিয়ে আসি, পর্যায়ক্রমে তালিকা এবং টেবিল বিশ্লেষণ করি, যেমনটি ছিল। ফলস্বরূপ, আমাদের কাছে সুন্দর বা খুব বেশি গ্রাফ, টেবিল, রিপোর্ট নেই। প্রধান জিনিস - যে আরো, আরো হবে.
অনুচ্ছেদ 2- কার্যকলাপ তৈরি করুন - এই সমস্ত বিশ্লেষণ চালান।
অনুচ্ছেদ 3-আমরা একটি নির্দিষ্ট নথি প্রস্তুত করছি, আমরা এই নথিটিকে বলি, সহজভাবে - "আমরা কীভাবে ডাটাবেস সজ্জিত করব।"
অনুচ্ছেদ 4- গ্রাহক, গ্রাফ এবং পরিসংখ্যানের এই সমস্ত মহিমা দেখে, একটি শিশুসুলভ নির্বোধ আত্মবিশ্বাসে - এখন সবকিছুই আমাদের জন্য কাজ করবে, শীঘ্রই। এবং, সহজে এবং ব্যথাহীনভাবে তাদের আর্থিক সংস্থানগুলির সাথে অংশ নিন। ব্যবস্থাপনাও নিশ্চিত যে আমাদের প্রকৌশলীরা কঠোর পরিশ্রম করছেন। সর্বোচ্চ লোড হচ্ছে।
অনুচ্ছেদ 5- নিয়মিত ধাপ 1 পুনরাবৃত্তি করুন.
জিঞ্জারব্রেড এবং ডোনাটস, ক্ষত এবং বাম্পসজিঞ্জারব্রেড এবং ডোনাটস:
1. ম্যানেজার এবং ইঞ্জিনিয়ারদের জীবন সহজ, অনুমানযোগ্য এবং কার্যকলাপে পরিপূর্ণ। সবই গুঞ্জন, সবাই ব্যস্ত।
2. গ্রাহকের জীবনও খারাপ নয় - তিনি সর্বদা নিশ্চিত যে আপনাকে একটু ধৈর্য ধরতে হবে এবং সবকিছু কার্যকর হবে। এটি ভাল হচ্ছে না, ভাল, ভাল - এই পৃথিবী অন্যায়, পরবর্তী জীবনে - আপনি ভাগ্যবান হবেন।
ক্ষত এবং বাধা:
1. শীঘ্রই বা পরে, একটি অনুরূপ পরিষেবার একটি স্মার্ট প্রদানকারী থাকবে যে একই জিনিস করবে, কিন্তু একটু সস্তা। আর রেজাল্ট একই হলে কেন বেশি দিতে হবে। যা আবার ফিডারের অন্তর্ধানের দিকে নিয়ে যাবে।
2. এটা বিরক্তিকর. কোন সামান্য অর্থপূর্ণ কার্যকলাপ কেমন বিরক্তিকর।
3. আগের সংস্করণের মতো - কোন উন্নয়ন নেই। কিন্তু একজন ইঞ্জিনিয়ারের জন্য, বিয়োগ হল প্রথম বিকল্পের বিপরীতে, এখানে আপনাকে ক্রমাগত একটি IDB তৈরি করতে হবে। এবং যে সময় লাগে. যা আপনার প্রিয়জনের উপকারে ব্যয় করা যেতে পারে। কারণ আপনি নিজের যত্ন নিতে পারবেন না, সবাই আপনার যত্ন নেয়।

বিকল্প 3- একটি সাইকেল উদ্ভাবনের প্রয়োজন নেই, আপনাকে এটি কিনতে হবে এবং এটি চালাতে হবে।

অন্যান্য কোম্পানির প্রকৌশলীরা জেনেশুনে বিয়ারের সাথে পিৎজা খান (ওহ, 90 এর দশকে সেন্ট পিটার্সবার্গের ভাল সময়)। আসুন মনিটরিং সিস্টেমগুলি ব্যবহার করি যেগুলি তৈরি, ডিবাগ করা এবং কাজ করে এবং সাধারণত দরকারী (ভাল, অন্তত তাদের নির্মাতাদের জন্য)।
জিঞ্জারব্রেড এবং ডোনাটস, ক্ষত এবং বাম্পসজিঞ্জারব্রেড এবং ডোনাটস:
1. ইতিমধ্যে যা উদ্ভাবিত হয়েছে তা আবিষ্কার করতে সময় নষ্ট করার দরকার নেই। নিন এবং ব্যবহার করুন।
2. মনিটরিং সিস্টেম বোকাদের দ্বারা লেখা হয় না, এবং অবশ্যই তারা দরকারী।
3. কর্মরত পর্যবেক্ষণ সিস্টেম সাধারণত দরকারী ফিল্টার করা তথ্য প্রদান করে।
ক্ষত এবং বাধা:
1. এই ক্ষেত্রে প্রকৌশলী একজন প্রকৌশলী নয়, শুধুমাত্র অন্য কারো পণ্যের একজন ব্যবহারকারী বা একজন ব্যবহারকারী।
2. গ্রাহককে অবশ্যই এমন কিছু কেনার প্রয়োজনীয়তা সম্পর্কে নিশ্চিত হতে হবে যা সে সাধারণত বুঝতে চায় না এবং তার উচিত নয় এবং সাধারণভাবে বছরের জন্য বাজেট অনুমোদিত হয়েছে এবং পরিবর্তন হবে না। তারপরে আপনাকে একটি পৃথক সংস্থান বরাদ্দ করতে হবে, এটি একটি নির্দিষ্ট সিস্টেমের জন্য কনফিগার করতে হবে। সেগুলো. প্রথমে আপনাকে অর্থপ্রদান করতে হবে, পরিশোধ করতে হবে এবং আবার অর্থ প্রদান করতে হবে। আর গ্রাহক কৃপণ। এটাই এই জীবনের আদর্শ।

কি করতে হবে, Chernyshevsky? আপনার প্রশ্ন খুব প্রাসঙ্গিক. (সঙ্গে)

এই বিশেষ ক্ষেত্রে এবং বর্তমান পরিস্থিতিতে, আপনি একটু ভিন্নভাবে করতে পারেন - আসুন আমাদের নিজস্ব মনিটরিং সিস্টেম তৈরি করি।

ঠিক আছে, একটি সিস্টেম নয়, অবশ্যই, শব্দের সম্পূর্ণ অর্থে, এটি খুব জোরে এবং অভিমানী, তবে অন্তত কোনওভাবে এটি নিজের জন্য সহজ করে তুলুন এবং কর্মক্ষমতা ঘটনাগুলি সমাধান করার জন্য আরও তথ্য সংগ্রহ করুন। নিজেকে এমন পরিস্থিতিতে খুঁজে না পাওয়ার জন্য - "সেখানে যান, আমি কোথায় জানি না, এটি খুঁজে পাও, আমি কী জানি না।"

এই বিকল্পের সুবিধা এবং অসুবিধা কি:

পেশাদাররা:
1. এটা আকর্ষণীয়. ঠিক আছে, ধ্রুবক "সঙ্কুচিত ডেটাফাইল, টেবিলস্পেস পরিবর্তন ইত্যাদি" এর চেয়ে অন্তত আরও আকর্ষণীয়।
2. এগুলি হল নতুন দক্ষতা এবং নতুন বিকাশ। যা ভবিষ্যতে, শীঘ্রই বা পরে, ভাল প্রাপ্য জিঞ্জারব্রেড এবং ডোনাট দেবে।
কনস:
1. কাজ করতে হবে। অনেক কাজ কর.
2. আপনাকে নিয়মিতভাবে সমস্ত কার্যকলাপের অর্থ এবং দৃষ্টিভঙ্গি ব্যাখ্যা করতে হবে।
3. কিছু ত্যাগ করতে হবে, কারণ ইঞ্জিনিয়ারের কাছে উপলব্ধ একমাত্র সম্পদ - সময় - মহাবিশ্ব দ্বারা সীমিত।
4. সবচেয়ে খারাপ এবং সবচেয়ে অপ্রীতিকর - ফলস্বরূপ, "একটি ইঁদুর নয়, একটি ব্যাঙ নয়, তবে একটি অজানা ছোট প্রাণী" এর মতো আবর্জনা বেরিয়ে আসতে পারে।

কে কিছু ঝুঁকি না শ্যাম্পেন পান না.
সুতরাং, মজা শুরু হয়.

সাধারণ ধারণা - পরিকল্পিত

(আর্টিকেল থেকে নেওয়া চিত্র «PostgreSQL কর্মক্ষমতা উন্নত করার পদ্ধতিগুলির মধ্যে একটি হিসাবে সংশ্লেষণ")

ব্যাখ্যা:

• লক্ষ্য ডাটাবেস স্ট্যান্ডার্ড PostgreSQL এক্সটেনশন "pg_stat_statements" এর সাথে ইনস্টল করা আছে।
• মনিটরিং ডাটাবেসে, আমরা প্রাথমিক পর্যায়ে pg_stat_statements ইতিহাস সংরক্ষণ করতে এবং ভবিষ্যতে মেট্রিক্স এবং মনিটরিং কনফিগার করতে পরিষেবা টেবিলের একটি সেট তৈরি করি
• মনিটরিং হোস্টে, আমরা ব্যাশ স্ক্রিপ্টের একটি সেট তৈরি করি, যার মধ্যে টিকিট সিস্টেমে ঘটনা তৈরি করার জন্যও রয়েছে।

সেবা টেবিল

শুরুতে, একটি পরিকল্পিতভাবে সরলীকৃত ERD, শেষ পর্যন্ত কী হয়েছিল:

টেবিলের সংক্ষিপ্ত বিবরণশেষবিন্দু - হোস্ট, উদাহরণের সংযোগ বিন্দু
ডাটাবেজ - ডাটাবেস বিকল্প
pg_stat_history - লক্ষ্য ডাটাবেসের pg_stat_statements দৃশ্যের অস্থায়ী স্ন্যাপশট সংরক্ষণের জন্য একটি ঐতিহাসিক টেবিল
metric_glossary - কর্মক্ষমতা মেট্রিক্সের অভিধান
metric_config - স্বতন্ত্র মেট্রিক্সের কনফিগারেশন
ছন্দোময় - অনুরোধের জন্য একটি নির্দিষ্ট মেট্রিক যা পর্যবেক্ষণ করা হচ্ছে
মেট্রিক_সতর্কতার_ইতিহাস - কর্মক্ষমতা সতর্কতার ইতিহাস
log_query - AWS থেকে ডাউনলোড করা PostgreSQL লগ ফাইল থেকে পার্সড রেকর্ড সংরক্ষণের জন্য পরিষেবা টেবিল
বেসলাইন - বেস হিসাবে ব্যবহৃত সময়কালের পরামিতি
চেক্পইণ্ট - ডাটাবেসের স্থিতি পরীক্ষা করার জন্য মেট্রিক্সের কনফিগারেশন
চেকপয়েন্ট_সতর্কতা_ইতিহাস - ডাটাবেস স্ট্যাটাস চেক মেট্রিক্সের সতর্কতা ইতিহাস
pg_stat_db_queries - সক্রিয় অনুরোধের পরিষেবা টেবিল
কার্য বিবরণ — কার্যকলাপ লগ সেবা টেবিল
trap_oid - ফাঁদ কনফিগারেশন পরিষেবা টেবিল

পর্যায় 1 - কর্মক্ষমতা পরিসংখ্যান সংগ্রহ করুন এবং রিপোর্ট পান

পরিসংখ্যানগত তথ্য সংরক্ষণ করতে একটি টেবিল ব্যবহার করা হয়। pg_stat_history
pg_stat_history টেবিল গঠন

                                          টেবিল "public.pg_stat_history" কলাম | প্রকার | সংশোধক--------------------------------------------------------------- -------------------------------- আইডি | পূর্ণসংখ্যা | নাল ডিফল্ট নেক্সটভাল নয়('pg_stat_history_id_seq'::regclass) snapshot_timestamp | টাইমজোন ছাড়া টাইমস্ট্যাম্প | database_id | পূর্ণসংখ্যা | dbid | oid | userid | oid | queryid | bigint | প্রশ্ন | পাঠ্য | কল | bigint | মোট_সময় | দ্বিগুণ নির্ভুলতা | মিনিট_সময় | দ্বিগুণ নির্ভুলতা | সর্বোচ্চ_সময় | দ্বিগুণ নির্ভুলতা | মানে_সময় | দ্বিগুণ নির্ভুলতা | stddev_time | দ্বিগুণ নির্ভুলতা | সারি | bigint | shared_blks_hit | bigint | shared_blks_read | bigint | shared_blks_dirtied | bigint | shared_blks_written | bigint | local_blks_hit | bigint | local_blks_read | bigint | local_blks_dirtied | bigint | local_blks_written | bigint | temp_blks_read | bigint | temp_blks_written | bigint | blk_read_time | দ্বিগুণ নির্ভুলতা | blk_write_time | দ্বিগুণ নির্ভুলতা | বেসলাইন_আইডি | পূর্ণসংখ্যা | সূচীগুলি: "pg_stat_history_pkey" প্রাথমিক কী, btree (id) "database_idx" btree (database_id) "queryid_idx" btree (queryid) "snapshot_timestamp_idx" btree (snapshot_timestamp) "বিদেশী-কী: IG_FDASEKEYS" (আইজি-আইডি) কনস্ট্রাক্ট আইডি) রেফারেন্স ডাটাবেস (আইডি ) ডিলিট ক্যাসকেডে

আপনি দেখতে পাচ্ছেন, টেবিলটি শুধুমাত্র একটি ক্রমবর্ধমান ভিউ ডেটা pg_stat_statements লক্ষ্য ডাটাবেসে.

এই টেবিলের ব্যবহার খুবই সহজ।

pg_stat_history প্রতিটি ঘন্টার জন্য ক্যোয়ারী এক্সিকিউশনের সঞ্চিত পরিসংখ্যান উপস্থাপন করবে। প্রতিটি ঘন্টার শুরুতে, টেবিলে পরিসংখ্যান পূরণ করার পরে pg_stat_statements সঙ্গে রিসেট করুন pg_stat_statements_reset().
দ্রষ্টব্য: 1 সেকেন্ডের বেশি সময়কালের অনুরোধের জন্য পরিসংখ্যান সংগ্রহ করা হয়।
pg_stat_history সারণি পপুলেট করা হচ্ছে

--pg_stat_history.sql
CREATE OR REPLACE FUNCTION pg_stat_history( ) RETURNS boolean AS $$
DECLARE
  endpoint_rec record ;
  database_rec record ;
  pg_stat_snapshot record ;
  current_snapshot_timestamp timestamp without time zone;
BEGIN
  current_snapshot_timestamp = date_trunc('minute',now());  
  
  FOR endpoint_rec IN SELECT * FROM endpoint 
  LOOP
    FOR database_rec IN SELECT * FROM database WHERE endpoint_id = endpoint_rec.id 
	  LOOP
	    
		RAISE NOTICE 'NEW SHAPSHOT IS CREATING';
		
		--Connect to the target DB	  
	    EXECUTE 'SELECT dblink_connect(''LINK1'',''host='||endpoint_rec.host||' dbname='||database_rec.name||' user=USER password=PASSWORD '')';
 
        RAISE NOTICE 'host % and dbname % ',endpoint_rec.host,database_rec.name;
		RAISE NOTICE 'Creating snapshot of pg_stat_statements for database %',database_rec.name;
		
		SELECT 
	      *
		INTO 
		  pg_stat_snapshot
	    FROM dblink('LINK1',
	      'SELECT 
	       dbid , SUM(calls),SUM(total_time),SUM(rows) ,SUM(shared_blks_hit) ,SUM(shared_blks_read) ,SUM(shared_blks_dirtied) ,SUM(shared_blks_written) , 
           SUM(local_blks_hit) , SUM(local_blks_read) , SUM(local_blks_dirtied) , SUM(local_blks_written) , SUM(temp_blks_read) , SUM(temp_blks_written) , SUM(blk_read_time) , SUM(blk_write_time)
	       FROM pg_stat_statements WHERE dbid=(SELECT oid from pg_database where datname=current_database() ) 
		   GROUP BY dbid
  	      '
	               )
	      AS t
	       ( dbid oid , calls bigint , 
  	         total_time double precision , 
	         rows bigint , shared_blks_hit bigint , shared_blks_read bigint ,shared_blks_dirtied bigint ,shared_blks_written	 bigint ,
             local_blks_hit	 bigint ,local_blks_read bigint , local_blks_dirtied bigint ,local_blks_written bigint ,
             temp_blks_read	 bigint ,temp_blks_written bigint ,
             blk_read_time double precision , blk_write_time double precision	  
	       );
		 
		INSERT INTO pg_stat_history
          ( 
		    snapshot_timestamp  ,database_id  ,
			dbid , calls  ,total_time ,
            rows ,shared_blks_hit  ,shared_blks_read  ,shared_blks_dirtied  ,shared_blks_written ,local_blks_hit , 	 	
            local_blks_read,local_blks_dirtied,local_blks_written,temp_blks_read,temp_blks_written, 	
            blk_read_time, blk_write_time 
		  )		  
	    VALUES
	      (
	       current_snapshot_timestamp ,
		   database_rec.id ,
	       pg_stat_snapshot.dbid ,pg_stat_snapshot.calls,
	       pg_stat_snapshot.total_time,
	       pg_stat_snapshot.rows ,pg_stat_snapshot.shared_blks_hit ,pg_stat_snapshot.shared_blks_read ,pg_stat_snapshot.shared_blks_dirtied ,pg_stat_snapshot.shared_blks_written , 
           pg_stat_snapshot.local_blks_hit , pg_stat_snapshot.local_blks_read , pg_stat_snapshot.local_blks_dirtied , pg_stat_snapshot.local_blks_written , 
	       pg_stat_snapshot.temp_blks_read , pg_stat_snapshot.temp_blks_written , pg_stat_snapshot.blk_read_time , pg_stat_snapshot.blk_write_time 	   
	      );		   
		  
        RAISE NOTICE 'Creating snapshot of pg_stat_statements for queries with min_time more than 1000ms';
	
        FOR pg_stat_snapshot IN
          --All queries with max_time greater than 1000 ms
	      SELECT 
	        *
	      FROM dblink('LINK1',
	        'SELECT 
	         dbid , userid ,queryid,query,calls,total_time,min_time ,max_time,mean_time, stddev_time ,rows ,shared_blks_hit ,
			 shared_blks_read ,shared_blks_dirtied ,shared_blks_written , 
             local_blks_hit , local_blks_read , local_blks_dirtied , 
			 local_blks_written , temp_blks_read , temp_blks_written , blk_read_time , 
			 blk_write_time
	         FROM pg_stat_statements 
			 WHERE dbid=(SELECT oid from pg_database where datname=current_database() AND min_time >= 1000 ) 
  	        '

	                  )
	        AS t
	         ( dbid oid , userid oid , queryid bigint ,query text , calls bigint , 
  	           total_time double precision ,min_time double precision	 ,max_time double precision	 , mean_time double precision	 ,  stddev_time double precision	 , 
	           rows bigint , shared_blks_hit bigint , shared_blks_read bigint ,shared_blks_dirtied bigint ,shared_blks_written	 bigint ,
               local_blks_hit	 bigint ,local_blks_read bigint , local_blks_dirtied bigint ,local_blks_written bigint ,
               temp_blks_read	 bigint ,temp_blks_written bigint ,
               blk_read_time double precision , blk_write_time double precision	  
	         )
	    LOOP
		  INSERT INTO pg_stat_history
          ( 
		    snapshot_timestamp  ,database_id  ,
			dbid ,userid  , queryid  , query  , calls  ,total_time ,min_time ,max_time ,mean_time ,stddev_time ,
            rows ,shared_blks_hit  ,shared_blks_read  ,shared_blks_dirtied  ,shared_blks_written ,local_blks_hit , 	 	
            local_blks_read,local_blks_dirtied,local_blks_written,temp_blks_read,temp_blks_written, 	
            blk_read_time, blk_write_time 
		  )		  
	      VALUES
	      (
	       current_snapshot_timestamp ,
		   database_rec.id ,
	       pg_stat_snapshot.dbid ,pg_stat_snapshot.userid ,pg_stat_snapshot.queryid,pg_stat_snapshot.query,pg_stat_snapshot.calls,
	       pg_stat_snapshot.total_time,pg_stat_snapshot.min_time ,pg_stat_snapshot.max_time,pg_stat_snapshot.mean_time, pg_stat_snapshot.stddev_time ,
	       pg_stat_snapshot.rows ,pg_stat_snapshot.shared_blks_hit ,pg_stat_snapshot.shared_blks_read ,pg_stat_snapshot.shared_blks_dirtied ,pg_stat_snapshot.shared_blks_written , 
           pg_stat_snapshot.local_blks_hit , pg_stat_snapshot.local_blks_read , pg_stat_snapshot.local_blks_dirtied , pg_stat_snapshot.local_blks_written , 
	       pg_stat_snapshot.temp_blks_read , pg_stat_snapshot.temp_blks_written , pg_stat_snapshot.blk_read_time , pg_stat_snapshot.blk_write_time 	   
	      );
		  
        END LOOP;

        PERFORM dblink_disconnect('LINK1');  
				
	  END LOOP ;--FOR database_rec IN SELECT * FROM database WHERE endpoint_id = endpoint_rec.id 
    
  END LOOP;

RETURN TRUE;  
END
$$ LANGUAGE plpgsql;

ফলে টেবিলে নির্দিষ্ট সময় পরে pg_stat_history আমাদের টেবিলের বিষয়বস্তুর স্ন্যাপশটের একটি সেট থাকবে pg_stat_statements লক্ষ্য ডাটাবেস।

আসলে রিপোর্টিং

সহজ প্রশ্ন ব্যবহার করে, আপনি বেশ দরকারী এবং আকর্ষণীয় প্রতিবেদন পেতে পারেন।

নির্দিষ্ট সময়ের জন্য একত্রিত ডেটা

তদন্ত

SELECT 
  database_id , 
  SUM(calls) AS calls ,SUM(total_time)  AS total_time ,
  SUM(rows) AS rows , SUM(shared_blks_hit)  AS shared_blks_hit,
  SUM(shared_blks_read) AS shared_blks_read ,
  SUM(shared_blks_dirtied) AS shared_blks_dirtied,
  SUM(shared_blks_written) AS shared_blks_written , 
  SUM(local_blks_hit) AS local_blks_hit , 
  SUM(local_blks_read) AS local_blks_read , 
  SUM(local_blks_dirtied) AS local_blks_dirtied , 
  SUM(local_blks_written)  AS local_blks_written,
  SUM(temp_blks_read) AS temp_blks_read, 
  SUM(temp_blks_written) temp_blks_written , 
  SUM(blk_read_time) AS blk_read_time , 
  SUM(blk_write_time) AS blk_write_time
FROM 
  pg_stat_history
WHERE 
  queryid IS NULL AND
  database_id = DATABASE_ID  AND
  snapshot_timestamp BETWEEN BEGIN_TIMEPOINT AND END_TIMEPOINT
GROUP BY database_id ;

ডিবি সময়

to_char(ব্যবধান '1 মিলিসেকেন্ড' * pg_total_stat_history_rec.total_time, 'HH24:MI:SS.MS')

I/O সময়

to_char(ব্যবধান '1 মিলিসেকেন্ড' * ( pg_total_stat_history_rec.blk_read_time + pg_total_stat_history_rec.blk_write_time ), 'HH24:MI:SS.MS')

মোট_সময় অনুসারে TOP10 SQL

তদন্ত

SELECT 
  queryid , 
  SUM(calls) AS calls ,
  SUM(total_time)  AS total_time  	
FROM 
  pg_stat_history
WHERE 
  queryid IS NOT NULL AND 
  database_id = DATABASE_ID AND
  snapshot_timestamp BETWEEN BEGIN_TIMEPOINT AND END_TIMEPOINT 
GROUP BY queryid 
ORDER BY 3 DESC 
LIMIT 10

-------------------------------------------------- -------------------------------------------------- | মোট এক্সিকিউশন সময় দ্বারা সেরা 10 SQL | #| queryid| কল | কল %| মোট_সময় (এমএস) | dbtime % +------+------------+------------+----------+------ --------------------+------------ | 1| 821760255| 2| .00001|00:03:23.141( 203141.681 ms.)| 5.42 | 2| 4152624390| 2| .00001|00:03:13.929( 193929.215 ms.)| 5.17 | 3| 1484454471| 4| .00001|00:02:09.129( 129129.057 ms.)| 3.44 | 4| 655729273| 1| .00000|00:02:01.869( 121869.981 ms.)| 3.25 | 5| 2460318461| 1| .00000|00:01:33.113( 93113.835 ms.)| 2.48 | 6| 2194493487| 4| .00001|00:00:17.377( 17377.868 ms.)| .46 | 7| 1053044345| 1| .00000|00:00:06.156( 6156.352 ms.)| .16 | 8| 3644780286| 1| .00000|00:00:01.063( 1063.830 ms.)| .03

মোট I/O সময় অনুসারে TOP10 SQL

তদন্ত

SELECT 
  queryid , 
  SUM(calls) AS calls ,
  SUM(blk_read_time + blk_write_time)  AS io_time
FROM 
  pg_stat_history
WHERE 
  queryid IS NOT NULL AND 
  database_id = DATABASE_ID  AND
  snapshot_timestamp BETWEEN BEGIN_TIMEPOINT AND END_TIMEPOINT
GROUP BY  queryid 
ORDER BY 3 DESC 
LIMIT 10

-------------------------------------------------- --------------------------------------------------- | মোট I/O সময় দ্বারা সেরা 10 SQL | #| queryid| কল | কল %| I/O সময় (ms)|db I/O সময় % +------+------------+----------+------ ----------------------------------------------------------- -- | 1| 4152624390| 2| .00001|00:08:31.616( 511616.592 ms.)| জুন 31.06 | 2| 821760255| 2| .00001|00:08:27.099( 507099.036 ms.)| 30.78 | 3| 655729273| 1| .00000|00:05:02.209( 302209.137 ms.)| 18.35 | 4| 2460318461| 1| .00000|00:04:05.981( 245981.117 ms.)| 14.93 | 5| 1484454471| 4| .00001|00:00:39.144( 39144.221 ms.)| 2.38 | 6| 2194493487| 4| .00001|00:00:18.182( 18182.816 ms.)| 1.10 | 7| 1053044345| 1| .00000|00:00:16.611(16611.722 ms.)| 1.01 | 8| 3644780286| 1| .00000|00:00:00.436( 436.205 ms.)| .03

সর্বোচ্চ 10 এসকিউএল কার্যকর করার সময়

তদন্ত

SELECT 
  id AS snapshotid , 
  queryid , 
  snapshot_timestamp ,  
  max_time 
FROM 
  pg_stat_history 
WHERE 
  queryid IS NOT NULL AND 
  database_id = DATABASE_ID  AND
  snapshot_timestamp BETWEEN BEGIN_TIMEPOINT AND END_TIMEPOINT
ORDER BY 4 DESC 
LIMIT 10

-------------------------------------------------- -------------------------------------------------- | সর্বোচ্চ কার্যকরী সময় দ্বারা শীর্ষ 10 SQL | #| স্ন্যাপশট| স্ন্যাপশটআইডি| queryid| max_time (ms) +------+-------------------+------------+--------- -------------------------------------------- | 1| 05.04.2019/01/03 4169:655729273| 00| 02| 01.869:121869.981:2( 04.04.2019 ms.) | 17| 00/4153/821760255 00:01| 41.570| 101570.841| 3:04.04.2019:16( 00 ms.) | 4146| 821760255/00/01 41.570:101570.841| 4| 04.04.2019| 16:00:4144( 4152624390 ms.) | 00| 01/36.964/96964.607 5:04.04.2019| 17| 00| 4151:4152624390:00( 01 ms.) | 36.964| 96964.607/6/05.04.2019 10:00| 4188| 1484454471| 00:01:33.452( 93452.150 ms.) | 7| 04.04.2019/17/00 4150:2460318461 | 00| 01| 33.113:93113.835:8( 04.04.2019 ms.) | 15| 00/4140/1484454471 00:00| 11.892| 11892.302| 9:04.04.2019:16( 00 ms.) | 4145| 1484454471/00/00 11.892:11892.302| 10| 04.04.2019| 17:00:4152(1484454471 ms.) | 00| 00/11.892/11892.302 XNUMX:XNUMX| XNUMX| XNUMX| XNUMX:XNUMX:XNUMX(XNUMX ms.) | XNUMX| XNUMX/XNUMX/XNUMX XNUMX:XNUMX| XNUMX| XNUMX| XNUMX:XNUMX:XNUMX (XNUMX ms.)

SHARED বাফার দ্বারা TOP10 SQL রিড/রাইট

তদন্ত

SELECT 
  id AS snapshotid , 
  queryid ,
  snapshot_timestamp , 
  shared_blks_read , 
  shared_blks_written 
FROM 
  pg_stat_history
WHERE 
  queryid IS NOT NULL AND 
  database_id = DATABASE_ID  AND
  snapshot_timestamp BETWEEN BEGIN_TIMEPOINT AND END_TIMEPOINT AND
  ( shared_blks_read > 0 OR shared_blks_written > 0 )
ORDER BY 4 DESC  , 5 DESC 
LIMIT 10

-------------------------------------------------- -------------------------------------------------- | শেয়ার করা বাফার দ্বারা শীর্ষ 10 SQL রিড/রাইট | #| স্ন্যাপশট| স্ন্যাপশটআইডি| queryid| ভাগ করা ব্লক পড়া | শেয়ার্ড ব্লক লিখতে +------------------------------------- ------------------------- +---------------------- | 1| 04.04.2019/17/00 4153:821760255| 797308| 0| 2| 04.04.2019 | 16| 00/4146/821760255 797308:0| 3| 05.04.2019| 01| 03 | 4169| 655729273/797158/0 4:04.04.2019| 16| 00| 4144| 4152624390 | 756514| 0/5/04.04.2019 17:00| 4151| 4152624390| 756514| 0 | 6| 04.04.2019/17/00 4150:2460318461| 734117| 0| 7| 04.04.2019 | 17| 00/4155/3644780286 52973:0| 8| 05.04.2019| 01| 03 | 4168| 1053044345/52818/0 9:04.04.2019| 15| 00| 4141| 2194493487 | 52813| 0/10/04.04.2019 16:00| 4147| 2194493487| 52813| 0 | XNUMX| XNUMX/XNUMX/XNUMX XNUMX:XNUMX| XNUMX| XNUMX| XNUMX| XNUMX | XNUMX| XNUMX/XNUMX/XNUMX XNUMX:XNUMX| XNUMX| XNUMX| XNUMX| XNUMX -------------------------------------------------- --------------------------------------------------

সর্বোচ্চ কার্যকর করার সময় দ্বারা ক্যোয়ারী বিতরণের হিস্টোগ্রাম

অনুরোধ

SELECT  
  MIN(max_time) AS hist_min  , 
  MAX(max_time) AS hist_max , 
  (( MAX(max_time) - MIN(min_time) ) / hist_columns ) as hist_width
FROM 
  pg_stat_history 
WHERE 
  queryid IS NOT NULL AND
  database_id = DATABASE_ID  AND
  snapshot_timestamp BETWEEN BEGIN_TIMEPOINT AND END_TIMEPOINT ;

SELECT 
  SUM(calls) AS calls
FROM 
  pg_stat_history 
WHERE 
  queryid IS NOT NULL AND
  database_id =DATABASE_ID  AND
  snapshot_timestamp BETWEEN BEGIN_TIMEPOINT AND END_TIMEPOINT AND 
  ( max_time >= hist_current_min AND  max_time < hist_current_max ) ;

|------------------------------------------------ ---------------------------------------- | MAX_TIME হিস্টোগ্রাম | মোট কল: 33851920 | মিনিট সময় : 00:00:01.063 | সর্বোচ্চ সময় : 00:02:01.869 ----------------------------------------------------- ----------------------------------------- | ন্যূনতম সময়কাল| সর্বোচ্চ সময়কাল| কল করে +---------------------------------- ---------------------+------------ | 00:00:01.063( 1063.830 ms.) | 00:00:13.144( 13144.445 ms.) | 9 | 00:00:13.144( 13144.445 ms.) | 00:00:25.225( 25225.060 ms.) | 0 | 00:00:25.225( 25225.060 ms.) | 00:00:37.305( 37305.675 ms.) | 0 | 00:00:37.305( 37305.675 ms.) | 00:00:49.386( 49386.290 ms.) | 0 | 00:00:49.386( 49386.290 ms.) | 00:01:01.466( 61466.906 ms.) | 0 | 00:01:01.466( 61466.906 ms.) | 00:01:13.547( 73547.521 ms.) | 0 | 00:01:13.547( 73547.521 ms.) | 00:01:25.628( 85628.136 ms.) | 0 | 00:01:25.628( 85628.136 ms.) | 00:01:37.708( 97708.751 ms.) | 4 | 00:01:37.708( 97708.751 ms.) | 00:01:49.789( 109789.366 ms.) | 2 | 00:01:49.789( 109789.366 ms.) | 00:02:01.869( 121869.981 ms.) | 0

প্রতি সেকেন্ডে ক্যোয়ারী দ্বারা TOP10 স্ন্যাপশট

অনুরোধ

--pg_qps.sql
--Calculate Query Per Second 
CREATE OR REPLACE FUNCTION pg_qps( pg_stat_history_id integer ) RETURNS double precision AS $$
DECLARE
 pg_stat_history_rec record ;
 prev_pg_stat_history_id integer ;
 prev_pg_stat_history_rec record;
 total_seconds double precision ;
 result double precision;
BEGIN 
  result = 0 ;
  
  SELECT *
  INTO pg_stat_history_rec
  FROM 
    pg_stat_history
  WHERE id = pg_stat_history_id ;

  IF pg_stat_history_rec.snapshot_timestamp IS NULL 
  THEN
    RAISE EXCEPTION 'ERROR - Not found pg_stat_history for id = %',pg_stat_history_id;
  END IF ;  
  
 --RAISE NOTICE 'pg_stat_history_id = % , snapshot_timestamp = %', pg_stat_history_id , 
 pg_stat_history_rec.snapshot_timestamp ;
  
  SELECT 
    MAX(id)   
  INTO
    prev_pg_stat_history_id
  FROM
    pg_stat_history
  WHERE 
    database_id = pg_stat_history_rec.database_id AND
	queryid IS NULL AND
	id < pg_stat_history_rec.id ;

  IF prev_pg_stat_history_id IS NULL 
  THEN
    RAISE NOTICE 'Not found previous pg_stat_history shapshot for id = %',pg_stat_history_id;
	RETURN NULL ;
  END IF;
  
  SELECT *
  INTO prev_pg_stat_history_rec
  FROM 
    pg_stat_history
  WHERE id = prev_pg_stat_history_id ;
  
  --RAISE NOTICE 'prev_pg_stat_history_id = % , prev_snapshot_timestamp = %', prev_pg_stat_history_id , prev_pg_stat_history_rec.snapshot_timestamp ;    

  total_seconds = extract(epoch from ( pg_stat_history_rec.snapshot_timestamp - prev_pg_stat_history_rec.snapshot_timestamp ));
  
  --RAISE NOTICE 'total_seconds = % ', total_seconds ;    
  
  --RAISE NOTICE 'calls = % ', pg_stat_history_rec.calls ;      
  
  IF total_seconds > 0 
  THEN
    result = pg_stat_history_rec.calls / total_seconds ;
  ELSE
   result = 0 ; 
  END IF;
   
 RETURN result ;
END
$$ LANGUAGE plpgsql;


SELECT 
  id , 
  snapshot_timestamp ,
  calls , 	
  total_time , 
  ( select pg_qps( id )) AS QPS ,
  blk_read_time ,
  blk_write_time
FROM 
  pg_stat_history
WHERE 
  queryid IS NULL AND 
  database_id = DATABASE_ID  AND
  snapshot_timestamp BETWEEN BEGIN_TIMEPOINT AND END_TIMEPOINT AND
  ( select pg_qps( id )) IS NOT NULL 
ORDER BY 5 DESC 
LIMIT 10

|------------------------------------------------ ---------------------------------------- | QueryPerSeconds সংখ্যা দ্বারা আদেশকৃত সেরা 10 স্ন্যাপশট --------------------------------------------------------- ------------------------------------------------------------------------- -------------------------------------------------------- | #| স্ন্যাপশট| স্ন্যাপশটআইডি| কল | মোট ডিবিটাইম| QPS | I/O সময় | I/O সময় % +------+---------------------------------- ------------------------------------------- -------------------------------------- +------------ | 1| 04.04.2019/20/04 4161:5758631| 00| 06| 30.513:390513.926:1573.396( 00 ms.)| 00| 01.470:1470.110:376(2 ms.)| .04.04.2019 | 17| 00/4149/3529197 00:11| 48.830| 708830.618| 980.332:00:12( 47.834 ms.)| 767834.052| 108.324:3:04.04.2019( 16 ms.)| 00 | 4143| 3525360/00/10 13.492:613492.351| 979.267| 00| 08:41.396:521396.555( 84.988 ms.)| 4| 04.04.2019:21:03( 4163 ms.)| 2781536 | 00| 03/06.470/186470.979 785.745:00| 00| 00.249| 249.865:134:5( 04.04.2019 ms.)| 19| 03:4159:2890362( 00 ms.)| .03 | 16.784| 196784.755/776.979/00 00:01.441| 1441.386| 732| 6:04.04.2019:14( 00 ms.)| 4137| 2397326:00:04( 43.033 ms.)| .283033.854 | 665.924| 00/00/00.024 24.505:009 | 7| 04.04.2019| 15:00:4139( 2394416 ms.)| 00| 04:51.435:291435.010(665.116 ms.)| .00 | 00| 12.025/12025.895/4.126 8:04.04.2019| 13| 00| 4135:2373043:00( 04 ms.)| 26.791| 266791.988:659.179:00( 00 ms.)| 00.064 | 64.261| 024/9/05.04.2019 01:03| 4167| 4387191| 00:06:51.380( 411380.293 ms.)| 609.332| 00:05:18.847(318847.407 ms.)| .77.507 | 10| 04.04.2019/18/01 4157:1145596| 00| 01| 19.217:79217.372:313.004( 00 ms.)| 00| 01.319:1319.676:1.666( XNUMX ms.)| XNUMX | XNUMX| XNUMX/XNUMX/XNUMX XNUMX:XNUMX| XNUMX| XNUMX| XNUMX:XNUMX:XNUMX( XNUMX ms.)| XNUMX| XNUMX:XNUMX:XNUMX( XNUMX ms.)| XNUMX

QueryPerSeconds এবং I/O টাইম সহ ঘন্টায় এক্সিকিউশন ইতিহাস

তদন্ত

SELECT 
  id , 
  snapshot_timestamp ,
  calls , 	
  total_time , 
  ( select pg_qps( id )) AS QPS ,
  blk_read_time ,
  blk_write_time
FROM 
  pg_stat_history
WHERE 
  queryid IS NULL AND 
  database_id = DATABASE_ID  AND
  snapshot_timestamp BETWEEN BEGIN_TIMEPOINT AND END_TIMEPOINT
ORDER BY 2

|-----------------------------------------------------------------------------------------------
| HOURLY EXECUTION HISTORY  WITH QueryPerSeconds and I/O Time
-----------------------------------------------------------------------------------------------------------------------------------------------
| QUERY PER SECOND HISTORY
|    #|          snapshot| snapshotID|      calls|                      total dbtime|        QPS|                          I/O time| I/O time %
+-----+------------------+-----------+-----------+----------------------------------+-----------+----------------------------------+-----------
|    1|  04.04.2019 11:00|       4131|       3747|  00:00:00.835(       835.374 ms.)|      1.041|  00:00:00.000(          .000 ms.)|       .000
|    2|  04.04.2019 12:00|       4133|    1002722|  00:01:52.419(    112419.376 ms.)|    278.534|  00:00:00.149(       149.105 ms.)|       .133
|    3|  04.04.2019 13:00|       4135|    2373043|  00:04:26.791(    266791.988 ms.)|    659.179|  00:00:00.064(        64.261 ms.)|       .024
|    4|  04.04.2019 14:00|       4137|    2397326|  00:04:43.033(    283033.854 ms.)|    665.924|  00:00:00.024(        24.505 ms.)|       .009
|    5|  04.04.2019 15:00|       4139|    2394416|  00:04:51.435(    291435.010 ms.)|    665.116|  00:00:12.025(     12025.895 ms.)|      4.126
|    6|  04.04.2019 16:00|       4143|    3525360|  00:10:13.492(    613492.351 ms.)|    979.267|  00:08:41.396(    521396.555 ms.)|     84.988
|    7|  04.04.2019 17:00|       4149|    3529197|  00:11:48.830(    708830.618 ms.)|    980.332|  00:12:47.834(    767834.052 ms.)|    108.324
|    8|  04.04.2019 18:01|       4157|    1145596|  00:01:19.217(     79217.372 ms.)|    313.004|  00:00:01.319(      1319.676 ms.)|      1.666
|    9|  04.04.2019 19:03|       4159|    2890362|  00:03:16.784(    196784.755 ms.)|    776.979|  00:00:01.441(      1441.386 ms.)|       .732
|   10|  04.04.2019 20:04|       4161|    5758631|  00:06:30.513(    390513.926 ms.)|   1573.396|  00:00:01.470(      1470.110 ms.)|       .376
|   11|  04.04.2019 21:03|       4163|    2781536|  00:03:06.470(    186470.979 ms.)|    785.745|  00:00:00.249(       249.865 ms.)|       .134
|   12|  04.04.2019 23:03|       4165|    1443155|  00:01:34.467(     94467.539 ms.)|    200.438|  00:00:00.015(        15.287 ms.)|       .016
|   13|  05.04.2019 01:03|       4167|    4387191|  00:06:51.380(    411380.293 ms.)|    609.332|  00:05:18.847(    318847.407 ms.)|     77.507
|   14|  05.04.2019 02:03|       4171|     189852|  00:00:10.989(     10989.899 ms.)|     52.737|  00:00:00.539(       539.110 ms.)|      4.906
|   15|  05.04.2019 03:01|       4173|       3627|  00:00:00.103(       103.000 ms.)|      1.042|  00:00:00.004(         4.131 ms.)|      4.010
|   16|  05.04.2019 04:00|       4175|       3627|  00:00:00.085(        85.235 ms.)|      1.025|  00:00:00.003(         3.811 ms.)|      4.471
|   17|  05.04.2019 05:00|       4177|       3747|  00:00:00.849(       849.454 ms.)|      1.041|  00:00:00.006(         6.124 ms.)|       .721
|   18|  05.04.2019 06:00|       4179|       3747|  00:00:00.849(       849.561 ms.)|      1.041|  00:00:00.000(          .051 ms.)|       .006
|   19|  05.04.2019 07:00|       4181|       3747|  00:00:00.839(       839.416 ms.)|      1.041|  00:00:00.000(          .062 ms.)|       .007
|   20|  05.04.2019 08:00|       4183|       3747|  00:00:00.846(       846.382 ms.)|      1.041|  00:00:00.000(          .007 ms.)|       .001
|   21|  05.04.2019 09:00|       4185|       3747|  00:00:00.855(       855.426 ms.)|      1.041|  00:00:00.000(          .065 ms.)|       .008
|   22|  05.04.2019 10:00|       4187|       3797|  00:01:40.150(    100150.165 ms.)|      1.055|  00:00:21.845(     21845.217 ms.)|     21.812

সমস্ত SQL এর পাঠ্য নির্বাচন করে

তদন্ত

SELECT 
  queryid , 
  query 
FROM 
  pg_stat_history
WHERE 
  queryid IS NOT NULL AND 
  database_id = DATABASE_ID  AND
  snapshot_timestamp BETWEEN BEGIN_TIMEPOINT AND END_TIMEPOINT
GROUP BY queryid , query

ফলাফল

আপনি দেখতে পাচ্ছেন, মোটামুটি সহজ উপায়ে, আপনি কাজের চাপ এবং ডাটাবেসের অবস্থা সম্পর্কে অনেক দরকারী তথ্য পেতে পারেন।

বিঃদ্রঃ:আপনি যদি ক্যোয়ারীতে queryid ঠিক করেন, তাহলে আমরা একটি পৃথক অনুরোধের ইতিহাস পাব (স্থান বাঁচানোর জন্য, একটি পৃথক অনুরোধের প্রতিবেদন বাদ দেওয়া হয়)।

সুতরাং, কোয়েরি পারফরম্যান্সের পরিসংখ্যানগত ডেটা পাওয়া যায় এবং সংগ্রহ করা হয়।
প্রথম পর্যায়ে "পরিসংখ্যানগত তথ্য সংগ্রহ" সম্পন্ন হয়েছে।

আপনি দ্বিতীয় পর্যায়ে যেতে পারেন - "কর্মক্ষমতা মেট্রিক্স কনফিগার করা"।


কিন্তু এটা সম্পূর্ণ ভিন্ন গল্প।

চলবে…

উত্স: www.habr.com