Ingegnere - traduttu da u latinu - inspiratu.
Un ingegnere pò fà tuttu. (c) R. Diesel.
Epigrafi.
O una storia per quessa chì un amministratore di basa di dati deve ricurdà u so passatu di prugrammazione.
Prélude
Tutti i nomi sò stati cambiati. I partiti sò casuali. U materiale hè solu l'opinione persunale di l'autore.
Disclaimer di garanzie: in a seria di articuli pianificati ùn ci sarà micca una descrizzione dettagliata è precisa di e tavule è scripts utilizati. I materiali ùn ponu micca immediatamente utilizati "AS IS".
Prima, per via di a grande quantità di materiale,
siconda, per via di a sharpness cù a basa di pruduzzione di un veru cliente.
Dunque, solu idee è descrizzioni in a forma più generale seranu datu in l'articuli.
Forsi in u futuru u sistema cresce à u livellu di pubblicazione in GitHub, o forse micca. U tempu mostrarà.
U principiu di a storia -
Ciò chì hè accadutu in u risultatu, in i termini più generale - "
Perchè aghju bisognu di tuttu questu?
Ebbè, prima, per ùn scurdà di sè stessu, ricurdendu i ghjorni gloriosi in a ritirata.
Siconda, per sistematizà ciò chì era scrittu. Dighjà per mè stessu, qualchì volta cumencia à cunfundà è scurdate di parti separate.
Eppo, è più impurtante - di colpu pò esse utile per qualchissia è aiutanu micca à reinventà a rota è micca à cullà un rake. In altri palori, migliurà u vostru karma (micca Khabrovsky). Perchè a cosa più preziosa in questu mondu hè l'idee. A cosa principal hè di truvà una idea. È per traduce l'idea in a realità hè digià un prublema puramente tecnicu.
Allora cuminciamu pianu pianu...
Formulazione di u prublema.
Disponibile:
PostgreSQL (10.5), carica mista (OLTP + DSS), carica media à ligera, ospitata in u nuvulu AWS.
Ùn ci hè micca un monitoraghju di basa di dati, u monitoraghju di l'infrastruttura hè presentatu cum'è strumenti AWS standard in una cunfigurazione minima.
Ubligatoriu:
Monitorà u rendiment è u statutu di a basa di dati, truvate è avete infurmazioni iniziali per ottimisà e dumande di basa di dati pesanti.
Breve introduzione o analisi di suluzione
Per principià, pruvate d'analizà l'opzioni per risolve u prublema da u puntu di vista di una analisi comparativa di i benefizii è i prublemi per l'ingegnere, è lasciate chì quelli chì sò supposti esse nantu à a lista di u persunale si trattanu di i benefici è pèrdite. di gestione.
Opzione 1 - "U travagliu nantu à a dumanda"
Lasciamu tuttu cumu hè. Se u cliente ùn hè micca cuntentu di qualcosa in a salute, u funziunamentu di a basa di dati o l'applicazione, hà da avvisà l'ingegneri DBA per e-mail o creendu un incidente in a scatula di u bigliettu.
Un ingegnere, avè ricivutu una notificazione, capisce u prublema, offre una suluzione, o scacciate u prublema, sperendu chì tuttu si risolve, è in ogni modu, tuttu sarà prestu scurdatu.
Pan di zenzeru è ciambelle, contusioni è bumpsPan di zenzeru è donuts:
1. Nunda extra à fà
2. Ci hè sempre l'uppurtunità di esce è imbruttassi.
3. Un saccu di tempu chì pudete passà nantu à u vostru propiu.
Contusioni è contusioni:
1. Prima o dopu, u cliente hà da pensà à l'essenza di l'esse è a ghjustizia universale in questu mondu è torna una volta à dumandà sè stessu a quistione - perchè li pagu i mo soldi? A cunsiquenza hè sempre a stessa - l'unica quistione hè quandu u cliente si annoia è si salutava. È l'alimentatore hè viotu. Hè tristu.
2. U sviluppu di un ingegnere hè zero.
3. Difficultà à pianificà u travagliu è a carica
Opzione 2 - "Dance with tambourines, put on and put on shoes"
Paragrafu 1-Perchè avemu bisognu di un sistema di surviglianza, riceveremu tutte e dumande. Lancemu una mansa di ogni tipu di dumande à u dizziunariu di dati è viste dinamiche, accendemu ogni tipu di cuntatori, purtemu tuttu in tavule, analizà periodicamente listi è tabelle, per esse. In u risultatu, avemu belli o micca assai grafici, tavule, rapporti. A cosa principal - chì saria più, più.
Paragrafu 2-Generate attività-run l'analisi di tuttu stu.
Paragrafu 3-Avemu preparatu un certu documentu, chjamemu stu documentu, simpricimenti - "cumu domu equipà a basa di dati".
Paragrafu 4- U cliente, videndu tutta questa magnificenza di gràfiche è figure, hè in una cunfidenza ingenua infantile - avà tuttu hà da travaglià per noi, prestu. È, facilmente è senza dolore parte cù e so risorse finanziarie. A gestione hè ancu sicura chì i nostri ingegneri travaglianu duramente. Carica massima.
Paragrafu 5- Repetite u passu 1 regularmente.
Pan di zenzeru è ciambelle, contusioni è bumpsPan di zenzeru è donuts:
1. A vita di i gestori è l'ingegneri hè simplice, prevedibile è pienu di attività. Tuttu hè buzzing, ognunu hè occupatu.
2. A vita di u cliente hè ancu micca male - hè sempre sicuru chì avete bisognu di pacienza pocu è tuttu hà da travaglià. Migliurà micca, bè, bè - stu mondu hè inghjustu, in a vita dopu - furtunatu.
Contusioni è contusioni:
1. Prima o dopu, ci sarà un fornitore più intelligente di un serviziu simili chì farà u listessu, ma un pocu più prezzu. È se u risultatu hè u listessu, perchè pagà più. Chì torna à purtà à a scumparsa di l'alimentatore.
2. Hè noiosa. Quantu noiosa ogni pocu attività significativa.
3. Cum'è in a versione precedente - senza sviluppu. Ma per un ingegnere, u minus hè chì, à u cuntrariu di a prima opzione, quì avete bisognu di generà constantemente un IDB. È chì ci vole tempu. Chì pò esse passatu per u benefiziu di u vostru amatu. Perchè ùn pudete micca piglià cura di sè stessu, tutti si preoccupanu di voi.
Opzione 3 - Ùn ci hè bisognu di inventà una bicicletta, avete bisognu di cumprà è cavalcà.
L'ingegneri di altre cumpagnie manghjanu sapientemente pizza cù a biera (oh, i tempi gloriosi di San Petruburgu in l'anni 90). Utilizemu sistemi di surviglianza chì sò fatti, debuggati è travagliendu, è in generale, portanu benefici (bene, almenu à i so creatori).
Pan di zenzeru è ciambelle, contusioni è bumpsPan di zenzeru è donuts:
1. Ùn ci vole à perde u tempu à inventà ciò chì hè digià inventatu. Pigliate è aduprà.
2. I sistemi di monitoraghju ùn sò micca scritti da stupidi, è di sicuru sò utili.
3. Sistemi di surviglianza di travagliu di solitu furnisce infurmazione filtrata utile.
Contusioni è contusioni:
1. L'ingegnere in questu casu ùn hè micca un ingegnere, ma solu un utilizatore di u pruduttu di qualcunu altru, o un utilizatore.
2. U cliente deve esse cunvinta di a necessità di cumprà qualcosa chì in generale ùn vole micca capisce, è ùn deve micca, è in generale u budgetu per l'annu hè statu appruvatu è ùn cambia micca. Allora avete bisognu di assignà una risorsa separata, cunfigurà per un sistema specificu. Quelli. Prima avete bisognu di pagà, pagà è pagà di novu. È u cliente hè avara. Questa hè a norma di sta vita.
Chì fà, Chernyshevsky? A vostra dumanda hè assai pertinente. (Cù)
In questu casu particulari è a situazione attuale, pudete fà un pocu sfarente - femu u nostru sistema di surviglianza.
Ebbè, micca un sistema, sicuru, in u sensu sanu di a parolla, questu hè troppu forte è presuntuoso, ma almenu in qualchì manera facenu più faciule per sè stessu è recullà più infurmazione per risolve incidenti di rendiment. Per ùn truvà micca in una situazione - "andate quì, ùn sò micca induve, truvate chì, ùn sò micca ciò chì".
Chì sò i vantaghji è i contra di sta opzione:
Pros:
1. Hè interessante. Eppo, almenu più interessante di u custante "shrink datafile, altera tablespace, etc."
2. Quessi sò novi cumpetenze è novu sviluppu. Chì in u futuru, prima o dopu, dà gingerbread è donuts ben meritati.
Cons:
1. Avè à travaglià. U travagliu assai.
2. Avete da spiegà regularmente u significatu è e prospettive di tutte l'attività.
3. Qualcosa hà da esse sacrificatu, perchè l'unicu risorsu dispunibule per l'ingegnere - u tempu - hè limitatu da l'Universu.
4. U peghju è u più dispiacevule - in u risultatu, basura cum'è "Micca un surci, micca una rana, ma un animali scunnisciutu" pò esce.
Quellu chì ùn risicate micca qualcosa ùn beie micca champagne.
Allora, u divertimentu principia.
Idea generale - schematic
(Illustrazione presa da l'articulu «
Spiegazione:
- A basa di dati di destinazione hè stallata cù l'estensione standard PostgreSQL "pg_stat_statements".
- In a basa di dati di monitoraghju, creemu un settore di tavule di serviziu per almacenà a storia pg_stat_statements in a fase iniziale è per cunfigurà metriche è monitorizazione in u futuru.
- Nant'à l'ospite di monitoraghju, creemu un set di scripts bash, cumprese quelli per generà incidenti in u sistema di bigliettu.
Tavule di serviziu
Per cumincià, un ERD schematicamente simplificatu, ciò chì hè accadutu à a fine:
Breve descrizzione di e tavuleendpoint - host, puntu di cunnessione à l'istanza
a basa - Opzioni di basa di dati
pg_stat_history - tabella storica per almacenà snapshots tempuranee di a vista pg_stat_statements di a basa di dati di destinazione
metric_glossary - Dizziunariu di metrica di rendiment
metric_config - cunfigurazione di metriche individuali
metrica - una metrica specifica per a dumanda chì hè monitorata
metric_alert_history - storia di avvisi di prestazione
log_query - tabella di serviziu per almacenà i registri analizzati da u schedariu di log PostgreSQL scaricatu da AWS
basi - paràmetri di u periodu di tempu utilizatu cum'è basa
puntu di cuntrollu - cunfigurazione di metriche per verificà u statutu di a basa di dati
checkpoint_alert_history - storia d'avvertimentu di e metriche di verificazione di u statutu di a basa di dati
pg_stat_db_queries - tavola di serviziu di e dumande attive
attività_log - tabella di serviziu di log di attività
trappula - tabella di serviziu di cunfigurazione di trappule
Stage 1 - raccoglie statistiche di rendiment è uttene rapporti
Una tavula hè aduprata per almacenà l'infurmazioni statistiche. pg_stat_history
pg_stat_history struttura di a tabella
Table "public.pg_stat_history" Colonna | tipu | Modificatori--------------------+--------------------- --+---- -------------------------------- id | interu | micca null default nextval('pg_stat_history_id_seq'::regclass) snapshot_timestamp | timestamp senza timezone | database_id | interu | dbid | oid | userid | oid | queryid | bigint | dumanda | testu | chjama | bigint | tempu_tutali | doppia precisione | min_time | doppia precisione | max_time | doppia precisione | mediu_tempu | doppia precisione | stddev_time | doppia precisione | fila | 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 | locale_blks_scritto | bigint | temp_blks_read | bigint | temp_blks_scritti | bigint | blk_read_time | doppia precisione | blk_write_time | doppia precisione | baseline_id | interu | Indici: "pg_stat_history_pkey" CHIAVE PRIMARIA, btree (id) "database_idx" btree (database_id) "queryid_idx" btree (queryid) "snapshot_timestamp_idx" btree (snapshot_timestamp) Foreign-key constraints FOREIGN-Database_EID_FEY_base: basa di dati (id ) ON DELETE CASCADE
Comu pudete vede, a tavula hè solu una vista cumulativa di dati pg_stat_statements in a basa di dati di destinazione.
L'usu di sta tavola hè assai simplice.
pg_stat_history rapprisentarà e statistiche accumulate di l'esekzione di a dumanda per ogni ora. À u principiu di ogni ora, dopu à riempie a tavula, statistiche pg_stat_statements resetta cun pg_stat_statements_reset().
Nutate bè: statistiche sò cullate per e dumande cù una durata di più di 1 secondu.
Populà a tabella pg_stat_history
--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;
In u risultatu, dopu un certu periodu di tempu in a tavula pg_stat_history averemu un set di snapshots di u cuntenutu di a tavula pg_stat_statements basa di dati di destinazione.
In fatti rapportu
Utilizendu e dumande simplici, pudete uttene rapporti abbastanza utili è interessanti.
Dati aggregati per un certu periodu di tempu
Inchiesta
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 ;
D.B. Tempu
to_char(interval '1 millisecond' * pg_total_stat_history_rec.total_time, 'HH24:MI:SS.MS')
Tempu I/O
to_char(interval '1 millisecond' * ( pg_total_stat_history_rec.blk_read_time + pg_total_stat_history_rec.blk_write_time ), 'HH24:MI:SS.MS')
TOP10 SQL per total_time
Inchiesta
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
-------------------------------------------------- ------------------------------------ | TOP10 SQL PER TEMPU DI ESECUZIONE TOTALE | #| queryid| chjama| chjama %| tempu_totale (ms) | 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
TOP10 SQL per u tempu I/O tutale
Inchiesta
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
-------------------------------------------------- -------------------------------------- | TOP10 SQL PER TEMPU TOTAL I/O | #| queryid| chjama| chjama %| Temps I/O (ms)|db Temps I/O % +----+-----------+-----------+------ -----+-------------------------------+------------ -- | 1| 4152624390| 2| .00001|00:08:31.616( 511616.592 ms.)| 31.06 ghjugnu | 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
TOP10 SQL per u tempu massimu di esecuzione
Inchiesta
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
-------------------------------------------------- ------------------------------------ | TOP10 SQL PER TEMPU MAX ESECUZIONE | #| istantanea| snapshotID| 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.)
TOP10 SQL da buffer SHARED lettura / scrittura
Inchiesta
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
-------------------------------------------------- ------------------------------------ | TOP10 SQL PER BUFFER SHARED LEGGIU / SCRITTURA | #| istantanea| snapshotID| queryid| blocchi spartuti leghje| blocchi spartuti scrive +----+------------------+-----------+---------- -+---------------------+--------------------- | 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 ------------------------------------------------- -------------------------------------------------
Istogramma di a distribuzione di e dumande per u tempu massimu di esecuzione
E dumande
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 HISTOGRAM | CHIAMATE TOTALE : 33851920 | MIN TIME : 00:00:01.063 | TIME MAX : 00:02:01.869 ---------------------------------- -------- ---------------------------- | durata min| durata massima| chjama +---------------------------------+-------------- ---------------------+----------- | 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
TOP10 Snapshots per Query per Second
E dumande
--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
|------------------------------------------------- ---------------------------------------- | TOP10 Snapshots urdinati da numeri QueryPerSeconds -------------------------------------- ------ ------------------------------------------- ------ ------------------------------------------- | #| istantanea| snapshotID| chjama| dbtime tutale| QPS | Tempu I/O | Temps I/O % +-----+------------------+-----------+------- ----+---------------------------------+----------- -+---------------------------------+----------- | 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
Storia di Esecuzione Orale cù QueryPerSeconds è I/O Time
Inchiesta
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
Testu di tutte e selezzione SQL
Inchiesta
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
U risultatu
Comu pudete vede, per mezu abbastanza simplice, pudete uttene assai infurmazioni utili nantu à a carica di travagliu è u statu di a basa di dati.
Nota:Se riparate u queryid in e dumande, allora averemu a storia per una dumanda separata (per risparmià spaziu, i rapporti per una dumanda separata sò omessi).
Dunque, e dati statistici nantu à u rendiment di e dumande sò dispunibili è raccolti.
A prima tappa "raccolta di dati statistichi" hè finita.
Pudete passà à a seconda tappa - "configurazione di metrica di rendiment".
Ma hè una storia completamente diversa.
Per esse continuatu ...
Source: www.habr.com