{"id":32353,"date":"2019-10-31T21:46:32","date_gmt":"2019-10-31T18:46:32","guid":{"rendered":"https:\/\/prohoster.info\/blog\/monitoring-proizvoditelnosti-zaprosov-postgresql-chast-1-reporting\/"},"modified":"2019-10-31T21:46:32","modified_gmt":"2019-10-31T18:46:32","slug":"monitoring-proizvoditelnosti-zaprosov-postgresql-chast-1-reporting","status":"publish","type":"post","link":"https:\/\/prohoster.info\/it\/blog\/administrirovanie\/monitoring-proizvoditelnosti-zaprosov-postgresql-chast-1-reporting","title":{"rendered":"Monitoraggio delle prestazioni delle query PostgreSQL. Parte 1 - reporting","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"<p>Ingegnere \u2014 in traduzione dal latino \u2014 ispirato.<br \/>\nL'ingegnere pu\u00f2 fare tutto. (c) R.Diesel.<br \/>\n<i>Epigrafi.<\/i><br \/>\n<img decoding=\"async\" alt=\"Monitoraggio delle prestazioni delle query PostgreSQL. Parte 1 - reporting\" src=\"\/wp-content\/uploads\/2019\/04\/9a2640267ea05006b94e03642b864ddc.jpeg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<i>Oppure \u00e8 una storia su perch\u00e9 un amministratore di database dovrebbe ricordare il suo passato da programmatore. <\/i><\/p>\n<h2>Introduzione<\/h2>\n<p>\nTutti i nomi sono stati cambiati. Le somiglianze sono casuali. Il materiale rappresenta esclusivamente l'opinione personale dell'autore.<\/p>\n<blockquote><p><b>Dichiarazione di non garanzia:<\/b> <i>nel ciclo di articoli pianificato non ci sar\u00e0 una descrizione dettagliata e precisa delle tabelle e degli script utilizzati. I materiali non possono essere utilizzati immediatamente \"COS\u00cc COME SONO\". <br \/>\nIn primo luogo, a causa dell'ampio volume di materiale, <br \/>\nin secondo luogo a causa della specificit\u00e0 rispetto alla base di produzione del cliente reale. <br \/>\nPertanto, negli articoli verranno presentate solo idee e descrizioni in termini molto generali. <br \/>\nForse in futuro il sistema crescer\u00e0 al punto da essere pubblicato su GitHub, o forse no. Solo il tempo dir\u00e0.<\/i><\/p><\/blockquote>\n<p>\nInizio della storia - \"<noindex><a rel=\"nofollow\" href=\"https:\/\/habr.com\/ru\/company\/icl_services\/blog\/446314\/\">Ricordi come tutto \u00e8 iniziato<\/a><\/noindex>\u00bb.<br \/>\nCosa \u00e8 risultato alla fine, in termini molto generali - \"<noindex><a rel=\"nofollow\" href=\"https:\/\/habr.com\/ru\/post\/444988\/\">La sintesi come uno dei metodi per migliorare le prestazioni di PostgreSQL<\/a><\/noindex>\u00bb<\/p>\n<h2>Perch\u00e9 tutto questo per me?<\/h2>\n<p>\nBeh, prima di tutto, per non dimenticare, ricordando in pensione i bei tempi. <br \/>\nIn secondo luogo, per sistematizzare ci\u00f2 che ho scritto. Perch\u00e9 gi\u00e0 da solo, a volte, inizio a confondermi e dimenticare delle parti. <\/p>\n<p>E, cosa pi\u00f9 importante, magari potrebbe essere utile a qualcuno e aiutare a non reinventare la ruota e non raccogliere attrezzi. In altre parole, migliorare il proprio karma (non quello di Habr). Perch\u00e9, ci\u00f2 che \u00e8 pi\u00f9 prezioso in questo mondo sono le idee. L'importante \u00e8 trovare un'idea. Realizzare un'idea nella realt\u00e0 \u00e8 gi\u00e0 una questione puramente tecnica.<\/p>\n<p>Dunque, iniziamo, lentamente...<\/p>\n<h2>Definizione del problema.<\/h2>\n<p><\/p>\n<h3>Disponiamo di: <\/h3>\n<p>\nDatabase PostgreSQL (10.5), tipo di carico misto (OLTP+DSS), con carico medio-basso, situato nel cloud AWS. <br \/>\nLa monitoraggio del database \u00e8 assente, il monitoraggio dell'infrastruttura \u00e8 fornito dai normali strumenti AWS in configurazione minima.<\/p>\n<h3>Richiesto:<\/h3>\n<p>\nMonitorare le performance e lo stato del database, trovare e avere informazioni iniziali per ottimizzare le query pesanti al DB.<br \/>\n<noindex><a rel=\"nofollow\" name=\"habracut\"><\/a><\/noindex><\/p>\n<h2>Breve introduzione o analisi delle opzioni di soluzione<\/h2>\n<p>\nIniziamo a esaminare le opzioni di soluzione del problema dal punto di vista di un'analisi comparativa dei vantaggi e dei problemi per l'ingegnere, mentre la gestione si occupa dei benefici e delle perdite come dovrebbe essere secondo l'organizzazione.<\/p>\n<h3>Opzione 1 - \"Lavorare su richiesta\"<\/h3>\n<p>\nLasciamo tutto cos\u00ec com'\u00e8. Se il cliente non \u00e8 soddisfatto di qualcosa nella funzionalit\u00e0, nelle prestazioni del database o dell'applicazione, informer\u00e0 gli ingegneri DBA via e-mail o creando un incidente nel sistema di ticketing. <br \/>\nL'ingegnere, ricevuta la notifica, si occuper\u00e0 del problema, proporr\u00e0 una soluzione o rimander\u00e0 il problema in un secondo momento, sperando che si risolva da solo e in ogni caso, presto verr\u00e0 dimenticato.<br \/>\n<b class=\"spoiler_title\">Pasticcini e dolci, lividi e bozzi<\/b><b>Pasticcini e dolci:<\/b><br \/>\n1. Non \u00e8 necessario fare nulla di superfluo<br \/>\n2. C'\u00e8 sempre l'opportunit\u00e0 di tirarsi indietro e fare finta di niente. <br \/>\n3. Una quantit\u00e0 di tempo che pu\u00f2 essere spesa a discrezione.<br \/>\n<b>Lividi e bozzi:<\/b><br \/>\n1. Prima o poi il cliente riflette sull'essenza dell'esistenza e sulla giustizia universale in questo mondo e si pone di nuovo la domanda: per cosa sto pagando? La conseguenza \u00e8 sempre la stessa: la questione \u00e8 solo quanto il cliente si annoier\u00e0 e abbandoner\u00e0. E il sostentamento si esaurir\u00e0. \u00c8 triste.<br \/>\n2. Lo sviluppo dell'ingegnere \u00e8 zero.<br \/>\n3. Difficolt\u00e0 nella pianificazione del lavoro e del carico <\/p>\n<h3>Opzione 2 - \"Balliamo con i tamburi, facciamo pressioni e vestiamo\"<\/h3>\n<p>\n<b>Punto 1<\/b>- Perch\u00e9 abbiamo bisogno di un sistema di monitoraggio, riceveremo tutto tramite richieste. Eseguiamo un sacco di richieste verso il dizionario dei dati e le viste dinamiche, attiviamo vari contatori, raccogliamo tutto in tabelle, e periodicamente analizziamo le liste e le tabelle. In risultato abbiamo grafici belli o meno, tabelle, report. L'importante \u00e8 avere di pi\u00f9, di pi\u00f9.<br \/>\n<b>Punto 2<\/b>- Generiamo attivit\u00e0: avviamo l'analisi di tutto questo.<br \/>\n<b>Punto 3<\/b>- Prepariamo un documento, semplicemente lo chiamiamo \"come organizzare il database\".<br \/>\n<b>Punto 4<\/b>- Il cliente, vedendo questa meraviglia di grafici e numeri, \u00e8 in un'innocente fiducia infantile - ora tutto funzioner\u00e0, presto. E, facilmente e senza dolore, si separa dalle sue risorse finanziarie. Anche la gestione \u00e8 sicura - i nostri ingegneri stanno lavorando sodo. Carico al massimo. <br \/>\n<b>Punto 5<\/b>- Ripetere regolarmente il Punto 1.<br \/>\n<b class=\"spoiler_title\">Pasticcini e dolci, lividi e bozzi<\/b><b>Pasticcini e dolci: <\/b><br \/>\n1. La vita dei manager e degli ingegneri \u00e8 semplice, prevedibile e piena di attivit\u00e0. Tutto ronzante, tutti impegnati. <br \/>\n2. Anche la vita del cliente non \u00e8 male - \u00e8 sempre sicuro che basta aspettare un po' e tutto si sistemer\u00e0. Non si sistema, beh, pazienza - questo \u00e8 un mondo ingiusto, nella prossima vita andr\u00e0 meglio.<br \/>\n<b>Lividi e bozzi:<\/b><br \/>\n1. Prima o poi, si trover\u00e0 un fornitore pi\u00f9 veloce dello stesso servizio, che far\u00e0 la stessa cosa, ma un po' pi\u00f9 economico. E se il risultato \u00e8 lo stesso, perch\u00e9 pagare di pi\u00f9? Questo porter\u00e0 ancora una volta all'estinzione della fonte di guadagno.<br \/>\n2. \u00c8 noioso. Come \u00e8 noiosa qualsiasi attivit\u00e0 poco significativa.<br \/>\n3. Come nella variante precedente, non c'\u00e8 sviluppo. Ma per l'ingegnere, il problema \u00e8 che, a differenza della prima variante, qui \u00e8 necessario generare costantemente DBI. E questo richiede tempo. Tempo che potrebbe essere speso per migliorare se stessi. Perch\u00e9 se non ti prendi cura di te stesso, agli altri non frega niente di te.<\/p>\n<h3>Opzione 3 - Non \u00e8 necessario inventare la ruota, \u00e8 meglio comprarla e usarla.<\/h3>\n<p>\nGli ingegneri di altre aziende non mangiano pizza e bevono birra per niente (ah, i bei tempi di San Pietroburgo negli anni '90). Dobbiamo utilizzare sistemi di monitoraggio gi\u00e0 creati, messi a punto e funzionanti, e che in genere portano un beneficio (almeno a chi li ha creati).<br \/>\n<b class=\"spoiler_title\">Pasticcini e dolci, lividi e bozzi<\/b><b>Pasticcini e dolci:<\/b><br \/>\n1. Non \u00e8 necessario perdere tempo a inventare ci\u00f2 che \u00e8 gi\u00e0 stato inventato. Prendi e usa.<br \/>\n2. I sistemi di monitoraggio non sono scritti da stupidi e sono ovviamente utili.<br \/>\n3. I sistemi di monitoraggio funzionanti di solito forniscono informazioni utili e filtrate. <br \/>\n<b>Lividi e bozzi:<\/b><br \/>\n1. In questo caso, l'ingegnere non \u00e8 un ingegnere, ma solo un utente di un prodotto altrui. O un user.<br \/>\n2. \u00c8 necessario convincere il cliente della necessit\u00e0 di acquistare qualcosa di cui in realt\u00e0 non vuole, n\u00e9 deve, occuparsi e il budget per l'anno \u00e8 stato approvato e non cambier\u00e0. Poi \u00e8 necessario dedicare una risorsa separata, configurare per un sistema specifico. Cio\u00e8, prima si deve pagare, pagare e pagare di nuovo. E il cliente \u00e8 avaro. Questa \u00e8 la norma della vita.<\/p>\n<h2>Cosa fare, \u010cerny\u0161evskij? La tua domanda \u00e8 molto pertinente. (c)<\/h2>\n<p>\nIn questo caso specifico e nella situazione attuale, \u00e8 possibile comportarsi in modo leggermente diverso \u2014 <b>facciamo il nostro sistema di monitoraggio. <\/b><br \/>\n<img decoding=\"async\" alt=\"Monitoraggio delle prestazioni delle query PostgreSQL. Parte 1 - reporting\" src=\"\/wp-content\/uploads\/2019\/04\/b59a3ad9e16b68c0fbc962a61d571c52.jpeg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\nNon un sistema in senso stretto, \u00e8 troppo grossa e presuntuosa come affermazione, ma almeno alleggerire il nostro compito e raccogliere pi\u00f9 informazioni per risolvere incidenti di prestazioni. Per non trovarsi nella situazione \u2014 \u2018vai l\u00e0, non so dove, trova ci\u00f2, non so cosa\u2019.<\/p>\n<h4>Quali sono i vantaggi e gli svantaggi di questa opzione:<\/h4>\n<p><b>Pro:<\/b><br \/>\n1. \u00c8 interessante. Almeno \u00e8 pi\u00f9 interessante rispetto ai continui \u00abshrink datafile, alter tablespace, ecc.\u00bb <br \/>\n2. Queste sono nuove abilit\u00e0 e un nuovo sviluppo. Ci\u00f2 che, nel lungo termine, dar\u00e0 dolcetti e prelibatezze meritate.<br \/>\n<b>Contro:<\/b><br \/>\n1. Dovremo lavorare. Lavorare tanto. <br \/>\n2. Sar\u00e0 necessario spiegare regolarmente il significato e le prospettive di tutta l'attivit\u00e0.<br \/>\n3. Dovremo sacrificare qualcosa, dato che l'unica risorsa disponibile per l'ingegnere, il tempo, \u00e8 limitata dall'Universo. <br \/>\n<b>4. La cosa pi\u00f9 spaventosa e pi\u00f9 sgradevole<\/b> \u00e8 che potrebbe risultare una schifezza del tipo \"Non un topino, non una rana, ma una bestiolina sconosciuta\".<\/p>\n<p><b>Chi non rischia, non beve champagne.<\/b><br \/>\nQuindi, inizia la parte pi\u00f9 interessante.<\/p>\n<h2>L'idea generale \u00e8 schematica<\/h2>\n<p>\n<img decoding=\"async\" alt=\"Monitoraggio delle prestazioni delle query PostgreSQL. Parte 1 - reporting\" src=\"\/wp-content\/uploads\/2019\/04\/d1ae2ddc1d4c43353fe93eebdaa8b81a.jpeg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n(<i>L'illustrazione \u00e8 tratta da un articolo<\/i> \u00ab<noindex><a rel=\"nofollow\" href=\"https:\/\/habr.com\/ru\/post\/444988\/\">La sintesi come uno dei metodi per migliorare le prestazioni di PostgreSQL<\/a><\/noindex>\u00bb)<\/p>\n<p>Spiegazione:<\/p>\n<ul>\n<li> Nella base dati di destinazione viene installata l'estensione standard di PostgreSQL \u2014 \u201cpg_stat_statements\u201d. <\/li>\n<li>Nella base dati di monitoraggio creiamo un insieme di tabelle di servizio per memorizzare la storia di pg_stat_statements nelle fasi iniziali e per configurare metriche e monitoraggio successivamente.<\/li>\n<li> Sull'host di monitoraggio creiamo un insieme di script bash, inclusi quelli per la generazione di incidenti nel sistema di ticket. <\/li>\n<\/ul>\n<h2>Tabelle di servizio<\/h2>\n<p>\nPer iniziare, un ERD semplificata che mostra cosa \u00e8 stato realizzato:<br \/>\n<img decoding=\"async\" alt=\"Monitoraggio delle prestazioni delle query PostgreSQL. Parte 1 - reporting\" src=\"\/wp-content\/uploads\/2019\/04\/03d29f4d6932d470d9d88651cbf0c715.jpeg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<b class=\"spoiler_title\">Descrizione sintetica delle tabelle<\/b><b>endpoint <\/b> \u2014 host, punto di connessione all'istanza<br \/>\n<b>database <\/b> \u2014 parametri del database<br \/>\n<b>pg_stat_history <\/b> \u2014 tabella storica per la memorizzazione degli snapshot temporali della vista pg_stat_statements del database di destinazione<br \/>\n<b>metric_glossary <\/b> \u2014 glossario delle metriche di prestazione<br \/>\n<b>metric_config <\/b> \u2014 configurazione di singole metriche<br \/>\n<b>metric <\/b> \u2014 metrica specifica per la query monitorata<br \/>\n<b>metric_alert_history <\/b> \u2014 storia degli avvisi sulle prestazioni<br \/>\n<b>log_query <\/b> \u2014 tabella di servizio per memorizzare le registrazioni analizzate dal file di log di PostgreSQL caricato da AWS<br \/>\n<b>baseline <\/b> \u2014 parametri del periodo di tempo utilizzato come base <br \/>\n<b>checkpoint <\/b> \u2014 configurazione delle metriche di controllo dello stato del database<br \/>\n<b>checkpoint_alert_history <\/b> \u2014 storia degli avvisi delle metriche di controllo dello stato del database<br \/>\n<b>pg_stat_db_queries <\/b> \u2014 tabella di servizio delle query attive <br \/>\n<b>activity_log <\/b> \u2014 tabella di servizio del registro delle attivit\u00e0 <br \/>\n<b>trap_oid <\/b> \u2014 tabella di servizio della configurazione del trap<\/p>\n<p><\/p>\n<h2>Fase 1 \u2014 raccogliamo informazioni statistiche sulle prestazioni e otteniamo report<\/h2>\n<p>\nPer la memorizzazione delle informazioni statistiche viene utilizzata la tabella <b>pg_stat_history<\/b><br \/>\n<b class=\"spoiler_title\">Struttura della tabella pg_stat_history<\/b><\/p>\n<pre>\n                                          Tabella \"public.pg_stat_history\"\n       Colonna        |            Tipo             |                          Modificatori\n---------------------+-----------------------------+-------------------------------------------\n id                  | intero                      | non nullo default nextval('pg_stat_history_id_seq'::regclass)\n timestamp_snapshot   | timestamp senza fuso orario |\n database_id         | intero                      |\n dbid                | oid                         |\n userid              | oid                         |\n queryid             | bigint                      |\n query               | testo                       |\n calls               | bigint                      |\n total_time          | precisione doppia           |\n min_time            | precisione doppia           |\n max_time            | precisione doppia           |\n mean_time           | precisione doppia           |\n stddev_time         | precisione doppia           |\n rows                | bigint                      |\n shared_blks_hit     | bigint                      |\n shared_blks_read    | bigint                      |\n shared_blks_dirtied | bigint                      |\n shared_blks_written | bigint                      |\n local_blks_hit      | bigint                      |\n local_blks_read     | bigint                      |\n local_blks_dirtied  | bigint                      |\n local_blks_written  | bigint                      |\n temp_blks_read      | bigint                      |\n temp_blks_written   | bigint                      |\n blk_read_time       | precisione doppia           |\n blk_write_time      | precisione doppia           |\n baseline_id         | intero                      |\nIndici:\n    \"pg_stat_history_pkey\" CHIAVE PRIMARIA, btree (id)\n    \"database_idx\" btree (database_id)\n    \"queryid_idx\" btree (queryid)\n    \"snapshot_timestamp_idx\" btree (timestamp_snapshot)\nVincoli di chiave esterna:\n    \"database_id_fk\" CHIAVE ESTERNA (database_id) RIFERIMENTI database(id) ON DELETE CASCADE<\/pre>\n<p>\nCome si pu\u00f2 vedere, la tabella rappresenta solo dati cumulativi della vista <b>pg_stat_statements <\/b> nella base di dati di destinazione.<\/p>\n<h3>L'utilizzo di questa tabella \u00e8 molto semplice<\/h3>\n<p>\n<b>pg_stat_history<\/b> rappresenter\u00e0 la statistica accumulata sull'esecuzione delle query ogni ora. All'inizio di ogni ora, dopo la compilazione della tabella, la statistica <b>pg_stat_statements<\/b> viene azzerata tramite <b>pg_stat_statements_reset()<\/b>.<br \/>\nNota: <i>la statistica viene raccolta per le query con un tempo di esecuzione superiore a 1 secondo.<\/i><br \/>\n<b class=\"spoiler_title\">Compilazione della tabella pg_stat_history<\/b><\/p>\n<pre><code class=\"plaintext\">--pg_stat_history.sql\nCREATE OR REPLACE FUNCTION pg_stat_history( ) RETURNS boolean AS $$\nDECLARE\n  endpoint_rec record ;\n  database_rec record ;\n  pg_stat_snapshot record ;\n  current_snapshot_timestamp timestamp without time zone;\nBEGIN\n  current_snapshot_timestamp = date_trunc('minute',now());  \n  \n  FOR endpoint_rec IN SELECT * FROM endpoint \n  LOOP\n    FOR database_rec IN SELECT * FROM database WHERE endpoint_id = endpoint_rec.id \n\t  LOOP\n\t    \n\t\tRAISE NOTICE 'CREAZIONE NUOVO SHAPSHOT';\n\t\t\n\t\t--Connettersi al DB di destinazione\t  \n\t    EXECUTE 'SELECT dblink_connect(''LINK1'',''host='||endpoint_rec.host||' dbname='||database_rec.name||' user=USER password=PASSWORD '')';\n \n        RAISE NOTICE 'host % e dbname % ',endpoint_rec.host,database_rec.name;\n\t\tRAISE NOTICE 'Creazione dello snapshot di pg_stat_statements per il database %',database_rec.name;\n\t\t\n\t\tSELECT \n\t      *\n\t\tINTO \n\t\t  pg_stat_snapshot\n\t    FROM dblink('LINK1',\n\t      'SELECT \n\t       dbid , SUM(calls),SUM(total_time),SUM(rows) ,SUM(shared_blks_hit) ,SUM(shared_blks_read) ,SUM(shared_blks_dirtied) ,SUM(shared_blks_written) , \n           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)\n\t       FROM pg_stat_statements WHERE dbid=(SELECT oid from pg_database where datname=current_database() ) \n\t\t   GROUP BY dbid\n  \t      '\n\t               )\n\t      AS t\n\t       ( dbid oid , calls bigint , \n  \t         total_time double precision , \n\t         rows bigint , shared_blks_hit bigint , shared_blks_read bigint ,shared_blks_dirtied bigint ,shared_blks_written\t bigint ,\n             local_blks_hit\t bigint ,local_blks_read bigint , local_blks_dirtied bigint ,local_blks_written bigint ,\n             temp_blks_read\t bigint ,temp_blks_written bigint ,\n             blk_read_time double precision , blk_write_time double precision\t  \n\t       );\n\t\t \n\t\tINSERT INTO pg_stat_history\n          ( \n\t\t    snapshot_timestamp  ,database_id  ,\n\t\t\tdbid , calls  ,total_time ,\n            rows ,shared_blks_hit  ,shared_blks_read  ,shared_blks_dirtied  ,shared_blks_written ,local_blks_hit , \t \n            local_blks_read,local_blks_dirtied,local_blks_written,temp_blks_read,temp_blks_written, \n            blk_read_time, blk_write_time \n\t\t  )\t\t  \n\t    VALUES\n\t      (\n\t       current_snapshot_timestamp ,\n\t\t   database_rec.id ,\n\t       pg_stat_snapshot.dbid ,pg_stat_snapshot.calls,\n\t       pg_stat_snapshot.total_time,\n\t       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 , \n           pg_stat_snapshot.local_blks_hit , pg_stat_snapshot.local_blks_read , pg_stat_snapshot.local_blks_dirtied , pg_stat_snapshot.local_blks_written , \n\t       pg_stat_snapshot.temp_blks_read , pg_stat_snapshot.temp_blks_written , pg_stat_snapshot.blk_read_time , pg_stat_snapshot.blk_write_time \t   \n\t      );\t\t   \n\t\t  \n        RAISE NOTICE 'Creazione dello snapshot di pg_stat_statements per le query con min_time superiore a 1000ms';\n\t\n        FOR pg_stat_snapshot IN\n          --Tutte le query con max_time superiore a 1000 ms\n\t      SELECT \n\t        *\n\t      FROM dblink('LINK1',\n\t        'SELECT \n\t         dbid , userid ,queryid,query,calls,total_time,min_time ,max_time,mean_time, stddev_time ,rows ,shared_blks_hit ,\n\t\t\t shared_blks_read ,shared_blks_dirtied ,shared_blks_written , \n             local_blks_hit , local_blks_read , local_blks_dirtied , \n\t\t\t local_blks_written , temp_blks_read , temp_blks_written , blk_read_time , \n\t\t\t blk_write_time\n\t         FROM pg_stat_statements \n\t\t\t WHERE dbid=(SELECT oid from pg_database where datname=current_database() AND min_time &gt;= 1000 ) \n  \t        '\n\n\t                  )\n\t        AS t\n\t         ( dbid oid , userid oid , queryid bigint ,query text , calls bigint , \n  \t           total_time double precision ,min_time double precision\t ,max_time double precision\t , mean_time double precision\t ,  stddev_time double precision\t , \n\t           rows bigint , shared_blks_hit bigint , shared_blks_read bigint ,shared_blks_dirtied bigint ,shared_blks_written\t bigint ,\n               local_blks_hit\t bigint ,local_blks_read bigint , local_blks_dirtied bigint ,local_blks_written bigint ,\n               temp_blks_read\t bigint ,temp_blks_written bigint ,\n               blk_read_time double precision , blk_write_time double precision\t  \n\t         )\n\t    LOOP\n\t\t  INSERT INTO pg_stat_history\n          ( \n\t\t    snapshot_timestamp  ,database_id  ,\n\t\t\tdbid ,userid  , queryid  , query  , calls  ,total_time ,min_time ,max_time ,mean_time ,stddev_time ,\n            rows ,shared_blks_hit  ,shared_blks_read  ,shared_blks_dirtied  ,shared_blks_written ,local_blks_hit , \t \n            local_blks_read,local_blks_dirtied,local_blks_written,temp_blks_read,temp_blks_written, \n            blk_read_time, blk_write_time \n\t\t  )\t\t  \n\t      VALUES\n\t      (\n\t       current_snapshot_timestamp ,\n\t\t   database_rec.id ,\n\t       pg_stat_snapshot.dbid ,pg_stat_snapshot.userid ,pg_stat_snapshot.queryid,pg_stat_snapshot.query,pg_stat_snapshot.calls,\n\t       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 ,\n\t       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 , \n           pg_stat_snapshot.local_blks_hit , pg_stat_snapshot.local_blks_read , pg_stat_snapshot.local_blks_dirtied , pg_stat_snapshot.local_blks_written , \n\t       pg_stat_snapshot.temp_blks_read , pg_stat_snapshot.temp_blks_written , pg_stat_snapshot.blk_read_time , pg_stat_snapshot.blk_write_time \t   \n\t      );\n\t\t  \n        END LOOP;\n\n        PERFORM dblink_disconnect('LINK1');  \n\t\t\t\t\n\t  END LOOP ;--FOR database_rec IN SELECT * FROM database WHERE endpoint_id = endpoint_rec.id \n    \n  END LOOP;\n\nRETURN TRUE;  \nEND\n$$ LANGUAGE plpgsql;<\/code><\/pre>\n<p>Di conseguenza, dopo un certo periodo di tempo nella tabella <b>pg_stat_history<\/b> avremo un insieme di istantanee del contenuto della tabella <b>pg_stat_statements <\/b>del database di destinazione. <\/p>\n<h2>In effetti, il reporting<\/h2>\n<p>\nUtilizzando query semplici, \u00e8 possibile ottenere report piuttosto utili e interessanti.<\/p>\n<h2>Dati aggregati per un intervallo di tempo specificato<\/h2>\n<p><b class=\"spoiler_title\">Query<\/b><\/p>\n<pre><code class=\"plaintext\">SELECT \n  database_id , \n  SUM(calls) AS calls ,SUM(total_time)  AS total_time ,\n  SUM(rows) AS rows , SUM(shared_blks_hit)  AS shared_blks_hit,\n  SUM(shared_blks_read) AS shared_blks_read ,\n  SUM(shared_blks_dirtied) AS shared_blks_dirtied,\n  SUM(shared_blks_written) AS shared_blks_written , \n  SUM(local_blks_hit) AS local_blks_hit , \n  SUM(local_blks_read) AS local_blks_read , \n  SUM(local_blks_dirtied) AS local_blks_dirtied , \n  SUM(local_blks_written)  AS local_blks_written,\n  SUM(temp_blks_read) AS temp_blks_read, \n  SUM(temp_blks_written) temp_blks_written , \n  SUM(blk_read_time) AS blk_read_time , \n  SUM(blk_write_time) AS blk_write_time\nFROM \n  pg_stat_history\nWHERE \n  queryid IS NULL AND\n  database_id = DATABASE_ID  AND\n  snapshot_timestamp BETWEEN BEGIN_TIMEPOINT AND END_TIMEPOINT\nGROUP BY database_id ;<\/code><\/pre>\n<p><\/p>\n<h4>Tempo DB<\/h4>\n<blockquote><p>to_char(interval '1 millisecond' * pg_total_stat_history_rec.total_time, 'HH24:MI:SS.MS')<\/p><\/blockquote>\n<p><\/p>\n<h4>Tempo I\/O<\/h4>\n<blockquote><p>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')<\/p><\/blockquote>\n<h3>TOP10 SQL per total_time<\/h3>\n<p><b class=\"spoiler_title\">Query<\/b><\/p>\n<pre><code class=\"plaintext\">SELECT \n  queryid , \n  SUM(calls) AS calls ,\n  SUM(total_time)  AS total_time  \t\nFROM \n  pg_stat_history\nWHERE \n  queryid IS NOT NULL AND \n  database_id = DATABASE_ID AND\n  snapshot_timestamp BETWEEN BEGIN_TIMEPOINT AND END_TIMEPOINT \nGROUP BY queryid \nORDER BY 3 DESC \nLIMIT 10<\/code><\/pre>\n<pre>-------------------------------------------------------------------------------------\n| TOP10 SQL PER TEMPO TOTALE DI ESECUZIONE\n|   #|    queryid|      calls|    percentuale calls|                total_time (ms) |  dbtime %\n+----+-----------+-----------+-----------+--------------------------------+----------\n|   1|  821760255|          2|     .00001|00:03:23.141(    203141.681 ms.)|      5.42\n|   2| 4152624390|          2|     .00001|00:03:13.929(    193929.215 ms.)|      5.17\n|   3| 1484454471|          4|     .00001|00:02:09.129(    129129.057 ms.)|      3.44\n|   4|  655729273|          1|     .00000|00:02:01.869(    121869.981 ms.)|      3.25\n|   5| 2460318461|          1|     .00000|00:01:33.113(     93113.835 ms.)|      2.48\n|   6| 2194493487|          4|     .00001|00:00:17.377(     17377.868 ms.)|       .46\n|   7| 1053044345|          1|     .00000|00:00:06.156(      6156.352 ms.)|       .16\n|   8| 3644780286|          1|     .00000|00:00:01.063(      1063.830 ms.)|       .03\n<\/pre>\n<h4>TOP10 SQL per tempo totale I\/O<\/h4>\n<p><b class=\"spoiler_title\">Query<\/b><\/p>\n<pre><code class=\"plaintext\">SELECT \n  queryid , \n  SUM(calls) AS calls ,\n  SUM(blk_read_time + blk_write_time)  AS io_time\nFROM \n  pg_stat_history\nWHERE \n  queryid IS NOT NULL AND \n  database_id = DATABASE_ID  AND\n  snapshot_timestamp BETWEEN BEGIN_TIMEPOINT AND END_TIMEPOINT\nGROUP BY  queryid \nORDER BY 3 DESC \nLIMIT 10<\/code><\/pre>\n<pre>----------------------------------------------------------------------------------------\n| TOP10 SQL PER TEMPO TOTALE I\/O\n|   #|    queryid|      chiamate|    % chiamate|                   Tempo I\/O (ms)|% Tempo I\/O db\n+----+-----------+-----------+-----------+--------------------------------+-------------\n|   1| 4152624390|          2|     .00001|00:08:31.616(    511616.592 ms.)|        31.06\n|   2|  821760255|          2|     .00001|00:08:27.099(    507099.036 ms.)|        30.78\n|   3|  655729273|          1|     .00000|00:05:02.209(    302209.137 ms.)|        18.35\n|   4| 2460318461|          1|     .00000|00:04:05.981(    245981.117 ms.)|        14.93\n|   5| 1484454471|          4|     .00001|00:00:39.144(     39144.221 ms.)|         2.38\n|   6| 2194493487|          4|     .00001|00:00:18.182(     18182.816 ms.)|         1.10\n|   7| 1053044345|          1|     .00000|00:00:16.611(     16611.722 ms.)|         1.01\n|   8| 3644780286|          1|     .00000|00:00:00.436(       436.205 ms.)|          .03\n<\/pre>\n<h4>TOP10 SQL per tempo massimo di esecuzione<\/h4>\n<p><b class=\"spoiler_title\">Query<\/b><\/p>\n<pre><code class=\"plaintext\">SELECT \n  id AS snapshotid , \n  queryid , \n  snapshot_timestamp ,  \n  max_time \nFROM \n  pg_stat_history \nWHERE \n  queryid IS NOT NULL AND \n  database_id = DATABASE_ID  AND\n  snapshot_timestamp BETWEEN BEGIN_TIMEPOINT AND END_TIMEPOINT\nORDER BY 4 DESC \nLIMIT 10<\/code><\/pre>\n<p><\/p>\n<pre>-----------------------------------------------------------------------------------------\n| TOP10 SQL PER TEMPO MASSIMO DI ESECUZIONE\n|   #|          snapshot| snapshotID|    queryid|                           max_time (ms)\n+----+------------------+-----------+-----------+----------------------------------------\n|   1|  05.04.2019 01:03|       4169|  655729273|        00:02:01.869(    121869.981 ms.)\n|   2|  04.04.2019 17:00|       4153|  821760255|        00:01:41.570(    101570.841 ms.)\n|   3|  04.04.2019 16:00|       4146|  821760255|        00:01:41.570(    101570.841 ms.)\n|   4|  04.04.2019 16:00|       4144| 4152624390|        00:01:36.964(     96964.607 ms.)\n|   5|  04.04.2019 17:00|       4151| 4152624390|        00:01:36.964(     96964.607 ms.)\n|   6|  05.04.2019 10:00|       4188| 1484454471|        00:01:33.452(     93452.150 ms.)\n|   7|  04.04.2019 17:00|       4150| 2460318461|        00:01:33.113(     93113.835 ms.)\n|   8|  04.04.2019 15:00|       4140| 1484454471|        00:00:11.892(     11892.302 ms.)\n|   9|  04.04.2019 16:00|       4145| 1484454471|        00:00:11.892(     11892.302 ms.)\n|  10|  04.04.2019 17:00|       4152| 1484454471|        00:00:11.892(     11892.302 ms.)\n<\/pre>\n<h4>TOP10 SQL per letture\/scritture buffer CONDIVISI<\/h4>\n<p><b class=\"spoiler_title\">Query<\/b><\/p>\n<pre><code class=\"plaintext\">SELECT \n  id AS snapshotid , \n  queryid ,\n  snapshot_timestamp , \n  shared_blks_read , \n  shared_blks_written \nFROM \n  pg_stat_history\nWHERE \n  queryid IS NOT NULL AND \n  database_id = DATABASE_ID  AND\n  snapshot_timestamp BETWEEN BEGIN_TIMEPOINT AND END_TIMEPOINT AND\n  ( shared_blks_read &gt; 0 OR shared_blks_written &gt; 0 )\nORDER BY 4 DESC  , 5 DESC \nLIMIT 10<\/code><\/pre>\n<pre>--------------------------------------------------------------------------------------------\n| TOP10 SQL PER LETTURE\/SCRITTURE DI BUFFER CONDIVISO\n|   #|          istantanea| snapshotID|    queryid|   blocchi condivisi letti|  blocchi condivisi scritti\n+----+------------------+-----------+-----------+---------------------+---------------------\n|   1|  04.04.2019 17:00|       4153|  821760255|               797308|                    0\n|   2|  04.04.2019 16:00|       4146|  821760255|               797308|                    0\n|   3|  05.04.2019 01:03|       4169|  655729273|               797158|                    0\n|   4|  04.04.2019 16:00|       4144| 4152624390|               756514|                    0\n|   5|  04.04.2019 17:00|       4151| 4152624390|               756514|                    0\n|   6|  04.04.2019 17:00|       4150| 2460318461|               734117|                    0\n|   7|  04.04.2019 17:00|       4155| 3644780286|                52973|                    0\n|   8|  05.04.2019 01:03|       4168| 1053044345|                52818|                    0\n|   9|  04.04.2019 15:00|       4141| 2194493487|                52813|                    0\n|  10|  04.04.2019 16:00|       4147| 2194493487|                52813|                    0\n--------------------------------------------------------------------------------------------\n<\/pre>\n<h4>Istogramma della distribuzione delle query in base al tempo massimo di esecuzione<\/h4>\n<p><b class=\"spoiler_title\">Richieste<\/b><\/p>\n<pre><code class=\"plaintext\">SELECT  \n  MIN(max_time) AS hist_min  , \n  MAX(max_time) AS hist_max , \n  (( MAX(max_time) - MIN(min_time) ) \/ hist_columns ) as hist_width\nFROM \n  pg_stat_history \nWHERE \n  queryid IS NOT NULL AND\n  database_id = DATABASE_ID  AND\n  snapshot_timestamp BETWEEN BEGIN_TIMEPOINT AND END_TIMEPOINT ;\n\nSELECT \n  SUM(calls) AS calls\nFROM \n  pg_stat_history \nWHERE \n  queryid IS NOT NULL AND\n  database_id = DATABASE_ID  AND\n  snapshot_timestamp BETWEEN BEGIN_TIMEPOINT AND END_TIMEPOINT AND \n  ( max_time &gt;= hist_current_min AND  max_time &lt; hist_current_max ) ;\n<\/code><\/pre>\n<pre>|-----------------------------------------------------------------------------------------------\n| ISTOGRAMMA DEL TEMPO MASSIMO\n| CHIAMATE TOTALI : 33851920\n| TEMPO MINIMO  : 00:00:01.063\n| TEMPO MASSIMO  : 00:02:01.869\n---------------------------------------------------------------------------------\n|                      min durata|                      max durata|     chiamate\n+----------------------------------+----------------------------------+----------\n| 00:00:01.063(      1063.830 ms.) | 00:00:13.144(     13144.445 ms.) | 9\n| 00:00:13.144(     13144.445 ms.) | 00:00:25.225(     25225.060 ms.) | 0\n| 00:00:25.225(     25225.060 ms.) | 00:00:37.305(     37305.675 ms.) | 0\n| 00:00:37.305(     37305.675 ms.) | 00:00:49.386(     49386.290 ms.) | 0\n| 00:00:49.386(     49386.290 ms.) | 00:01:01.466(     61466.906 ms.) | 0\n| 00:01:01.466(     61466.906 ms.) | 00:01:13.547(     73547.521 ms.) | 0\n| 00:01:13.547(     73547.521 ms.) | 00:01:25.628(     85628.136 ms.) | 0\n| 00:01:25.628(     85628.136 ms.) | 00:01:37.708(     97708.751 ms.) | 4\n| 00:01:37.708(     97708.751 ms.) | 00:01:49.789(    109789.366 ms.) | 2\n| 00:01:49.789(    109789.366 ms.) | 00:02:01.869(    121869.981 ms.) | 0\n<\/pre>\n<h4>TOP10 Istantanee per Query al Secondo<\/h4>\n<p><b class=\"spoiler_title\">Richieste<\/b><\/p>\n<pre><code class=\"plaintext\">--pg_qps.sql\n--Calcola Query Per Second \nCREATE OR REPLACE FUNCTION pg_qps( pg_stat_history_id integer ) RETURNS double precision AS $$\nDECLARE\n pg_stat_history_rec record ;\n prev_pg_stat_history_id integer ;\n prev_pg_stat_history_rec record;\n total_seconds double precision ;\n result double precision;\nBEGIN \n  result = 0 ;\n  \n  SELECT *\n  INTO pg_stat_history_rec\n  FROM \n    pg_stat_history\n  WHERE id = pg_stat_history_id ;\n\n  IF pg_stat_history_rec.snapshot_timestamp IS NULL \n  THEN\n    RAISE EXCEPTION 'ERRORE - Non trovato pg_stat_history per id = %',pg_stat_history_id;\n  END IF ;  \n  \n --RAISE NOTICE 'pg_stat_history_id = % , snapshot_timestamp = %', pg_stat_history_id , \n pg_stat_history_rec.snapshot_timestamp ;\n  \n  SELECT \n    MAX(id)   \n  INTO\n    prev_pg_stat_history_id\n  FROM\n    pg_stat_history\n  WHERE \n    database_id = pg_stat_history_rec.database_id AND\n\tqueryid IS NULL AND\n\tid  0 \n  THEN\n    result = pg_stat_history_rec.calls \/ total_seconds ;\n  ELSE\n   result = 0 ; \n  END IF;\n   \n RETURN result ;\nEND\n$$ LANGUAGE plpgsql;\n\n\nSELECT \n  id , \n  snapshot_timestamp ,\n  calls , \t\n  total_time , \n  ( select pg_qps( id )) AS QPS ,\n  blk_read_time ,\n  blk_write_time\nFROM \n  pg_stat_history\nWHERE \n  queryid IS NULL AND \n  database_id = DATABASE_ID  AND\n  snapshot_timestamp BETWEEN BEGIN_TIMEPOINT AND END_TIMEPOINT AND\n  ( select pg_qps( id )) IS NOT NULL \nORDER BY 5 DESC \nLIMIT 10\n<\/code><\/pre>\n<pre>|-----------------------------------------------------------------------------------------------\n| TOP10 Snapshot ordinati per QueryPerSecond\n-----------------------------------------------------------------------------------------------------------------------------------------------\n|    #|          snapshot| snapshotID|      chiamate|                      tempo totale db|        QPS|                          I\/O tempo| I\/O tempo %\n+-----+------------------+-----------+-----------+----------------------------------+-----------+----------------------------------+-----------\n|    1|  04.04.2019 20:04|       4161|    5758631|  00:06:30.513(    390513.926 ms.)|   1573.396|  00:00:01.470(      1470.110 ms.)|       .376\n|    2|  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\n|    3|  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\n|    4|  04.04.2019 21:03|       4163|    2781536|  00:03:06.470(    186470.979 ms.)|    785.745|  00:00:00.249(       249.865 ms.)|       .134\n|    5|  04.04.2019 19:03|       4159|    2890362|  00:03:16.784(    196784.755 ms.)|    776.979|  00:00:01.441(      1441.386 ms.)|       .732\n|    6|  04.04.2019 14:00|       4137|    2397326|  00:04:43.033(    283033.854 ms.)|    665.924|  00:00:00.024(        24.505 ms.)|       .009\n|    7|  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\n|    8|  04.04.2019 13:00|       4135|    2373043|  00:04:26.791(    266791.988 ms.)|    659.179|  00:00:00.064(        64.261 ms.)|       .024\n|    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\n|   10|  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\n<\/pre>\n<h4>Cronologia Esecuzione Oraria con QueryPerSecond e Tempo I\/O<\/h4>\n<p><b class=\"spoiler_title\">Query<\/b><\/p>\n<pre><code class=\"plaintext\">SELECT \n  id , \n  snapshot_timestamp ,\n  chiamate , \t\n  tempo_totale , \n  ( select pg_qps( id )) AS QPS ,\n  blk_read_time ,\n  blk_write_time\nFROM \n  pg_stat_history\nWHERE \n  queryid IS NULL AND \n  database_id = DATABASE_ID  AND\n  snapshot_timestamp BETWEEN BEGIN_TIMEPOINT AND END_TIMEPOINT\nORDER BY 2\n<\/code><\/pre>\n<pre>|-----------------------------------------------------------------------------------------------\n| STORIA DELL'ESECUZIONE ORARIA  CON QueryPerSeconds e I\/O Time\n-----------------------------------------------------------------------------------------------------------------------------------------------\n| STORIA DELLE QUERY PER SECONDO\n|    #|          snapshot| snapshotID|      chiamate|                      tempo totale db|        QPS|                          tempo I\/O| percentuale tempo I\/O%\n+-----+------------------+-----------+-----------+----------------------------------+-----------+----------------------------------+-----------\n|    1|  04.04.2019 11:00|       4131|       3747|  00:00:00.835(       835.374 ms.)|      1.041|  00:00:00.000(          .000 ms.)|       .000\n|    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\n|    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\n|    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\n|    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\n|    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\n|    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\n|    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\n|    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\n|   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\n|   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\n|   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\n|   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\n|   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\n|   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\n|   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\n|   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\n|   18|  05.04.2019 06:00|       4179|       3747|  00:00:00.849(       849.561 ms.)|      1.041|  00:00:00.000(          .051 ms.)|       .006\n|   19|  05.04.2019 07:00|       4181|       3747|  00:00:00.839(       839.416 ms.)|      1.041|  00:00:00.000(          .062 ms.)|       .007\n|   20|  05.04.2019 08:00|       4183|       3747|  00:00:00.846(       846.382 ms.)|      1.041|  00:00:00.000(          .007 ms.)|       .001\n|   21|  05.04.2019 09:00|       4185|       3747|  00:00:00.855(       855.426 ms.)|      1.041|  00:00:00.000(          .065 ms.)|       .008\n|   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\n<\/pre>\n<h4>Testo di tutti gli SQL-select<\/h4>\n<p><b class=\"spoiler_title\">Query<\/b><\/p>\n<pre><code class=\"plaintext\">SELEZIONA \n  queryid , \n  query \nDA \n  pg_stat_history\nDOVE \n  queryid NON \u00c8 NULL E \n  database_id = DATABASE_ID  E\n  snapshot_timestamp TRA BEGIN_TIMEPOINT E END_TIMEPOINT\nRAGGRUPPA PER queryid , query\n<\/code><\/pre>\n<h2>Risultato<\/h2>\n<p>\nCome si pu\u00f2 vedere, con strumenti piuttosto semplici, \u00e8 possibile ottenere molte informazioni utili sul carico e sullo stato del database. <\/p>\n<p><b>Nota:<\/b>Se registriamo queryid nelle query, otterremo la storia per una singola query (con l'obiettivo di risparmiare spazio, i report su query separate sono stati omessi).<\/p>\n<p>Quindi, i dati statistici sulle prestazioni delle query sono disponibili e vengono raccolti.<br \/>\nLa prima fase di \"raccolta dati statistici\" \u00e8 completata.<\/p>\n<p>Possiamo passare alla seconda fase: \"impostazione delle metriche sulle prestazioni\".<br \/>\n<img decoding=\"async\" alt=\"Monitoraggio delle prestazioni delle query PostgreSQL. Parte 1 - reporting\" src=\"\/wp-content\/uploads\/2019\/04\/a893e49280d4cb425e4667a5c51d2397.jpeg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<br \/>\n<b>Ma questa \u00e8 un'altra storia.<\/b><\/p>\n<p><i>Continua\u2026<\/i><br \/>\n<br \/>Fonte: <a content=\"nofollow\" rel=\"nofollow\" href=\"https:\/\/habr.com\/ru\/company\/icl_services\/blog\/446734\/\">habr.com<\/a><\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"<p>\u0418\u043d\u0436\u0435\u043d\u0435\u0440 \u2014 \u0432 \u043f\u0435\u0440\u0435\u0432\u043e\u0434\u0435 \u0441 \u043b\u0430\u0442\u044b\u043d\u0438 \u2014 \u0432\u0434\u043e\u0445\u043d\u043e\u0432\u0435\u043d\u043d\u044b\u0439. \u0418\u043d\u0436\u0435\u043d\u0435\u0440 \u043c\u043e\u0436\u0435\u0442 \u0432\u0441\u0451. (\u0441) \u0420.\u0414\u0438\u0437\u0435\u043b\u044c. \u042d\u043f\u0438\u0433\u0440\u0430\u0444\u044b. \u0418\u043b\u0438 \u0438\u0441\u0442\u043e\u0440\u0438\u044f \u043e \u0442\u043e\u043c, \u0437\u0430\u0447\u0435\u043c \u0430\u0434\u043c\u0438\u043d\u0438\u0441\u0442\u0440\u0430\u0442\u043e\u0440\u0443 \u0431\u0430\u0437 \u0434\u0430\u043d\u043d\u044b\u0445 \u0432\u0441\u043f\u043e\u043c\u0438\u043d\u0430\u0442\u044c \u0441\u0432\u043e\u0435 \u043f\u0440\u043e\u0433\u0440\u0430\u043c\u043c\u0438\u0441\u0442\u0441\u043a\u043e\u0435 \u043f\u0440\u043e\u0448\u043b\u043e\u0435. \u041f\u0440\u0435\u0434\u0438\u0441\u043b\u043e\u0432\u0438\u0435 \u0412\u0441\u0435 \u0438\u043c\u0435\u043d\u0430 \u0438\u0437\u043c\u0435\u043d\u0435\u043d\u044b. \u0421\u043e\u0432\u043f\u0430\u0434\u0435\u043d\u0438\u044f \u0441\u043b\u0443\u0447\u0430\u0439\u043d\u044b. \u041c\u0430\u0442\u0435\u0440\u0438\u0430\u043b \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u044f\u0435\u0442 \u0441\u043e\u0431\u043e\u0439 \u0438\u0441\u043a\u043b\u044e\u0447\u0438\u0442\u0435\u043b\u044c\u043d\u043e \u043b\u0438\u0447\u043d\u043e\u0435 \u043c\u043d\u0435\u043d\u0438\u0435 \u0430\u0432\u0442\u043e\u0440\u0430. Disclaimer of warranties: \u0432 \u043f\u043b\u0430\u043d\u0438\u0440\u0443\u0435\u043c\u043e\u043c \u0446\u0438\u043a\u043b\u0435 \u0441\u0442\u0430\u0442\u0435\u0439 \u043d\u0435 \u0431\u0443\u0434\u0435\u0442 \u043f\u043e\u0434\u0440\u043e\u0431\u043d\u043e\u0433\u043e \u0438 \u0442\u043e\u0447\u043d\u043e\u0433\u043e \u043e\u043f\u0438\u0441\u0430\u043d\u0438\u044f \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u043c\u044b\u0445 \u0442\u0430\u0431\u043b\u0438\u0446 \u0438 [&hellip;]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":1,"featured_media":24168,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[688],"tags":[],"class_list":["post-32353","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-administrirovanie"],"aioseo_notices":[],"aioseo_head":"\n\t\t<!-- All in One SEO 5.0.1.1 - aioseo.com -->\n\t<meta name=\"description\" content=\"\u0418\u043d\u0436\u0435\u043d\u0435\u0440 \u2014 \u0432 \u043f\u0435\u0440\u0435\u0432\u043e\u0434\u0435 \u0441 \u043b\u0430\u0442\u044b\u043d\u0438 \u2014 \u0432\u0434\u043e\u0445\u043d\u043e\u0432\u0435\u043d\u043d\u044b\u0439. \u0418\u043d\u0436\u0435\u043d\u0435\u0440 \u043c\u043e\u0436\u0435\u0442 \u0432\u0441\u0451. (\u0441) \u0420.\u0414\u0438\u0437\u0435\u043b\u044c. \u042d\u043f\u0438\u0433\u0440\u0430\u0444\u044b.\" \/>\n\t<meta name=\"robots\" content=\"max-image-preview:large\" \/>\n\t<meta name=\"author\" content=\"Yuri Gagarin\"\/>\n\t<link rel=\"canonical\" href=\"https:\/\/prohoster.info\/it\/blog\/administrirovanie\/monitoring-proizvoditelnosti-zaprosov-postgresql-chast-1-reporting\" \/>\n\t<meta name=\"generator\" content=\"All in One SEO (AIOSEO) 5.0.1.1\" \/>\n\t\t<meta property=\"og:locale\" content=\"it_IT\" \/>\n\t\t<meta property=\"og:site_name\" content=\"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b\" \/>\n\t\t<meta property=\"og:type\" content=\"article\" \/>\n\t\t<meta property=\"og:title\" content=\"\ud83e\udd47\u041c\u043e\u043d\u0438\u0442\u043e\u0440\u0438\u043d\u0433 \u043f\u0440\u043e\u0438\u0437\u0432\u043e\u0434\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u0438 \u0437\u0430\u043f\u0440\u043e\u0441\u043e\u0432 PostgreSQL. \u0427\u0430\u0441\u0442\u044c 1 \u2014 \u0440\u0435\u043f\u043e\u0440\u0442\u0438\u043d\u0433 | ProHoster\" \/>\n\t\t<meta property=\"og:description\" content=\"\u0418\u043d\u0436\u0435\u043d\u0435\u0440 \u2014 \u0432 \u043f\u0435\u0440\u0435\u0432\u043e\u0434\u0435 \u0441 \u043b\u0430\u0442\u044b\u043d\u0438 \u2014 \u0432\u0434\u043e\u0445\u043d\u043e\u0432\u0435\u043d\u043d\u044b\u0439. \u0418\u043d\u0436\u0435\u043d\u0435\u0440 \u043c\u043e\u0436\u0435\u0442 \u0432\u0441\u0451. (\u0441) \u0420.\u0414\u0438\u0437\u0435\u043b\u044c. \u042d\u043f\u0438\u0433\u0440\u0430\u0444\u044b.\" \/>\n\t\t<meta property=\"og:url\" content=\"https:\/\/prohoster.info\/it\/blog\/administrirovanie\/monitoring-proizvoditelnosti-zaprosov-postgresql-chast-1-reporting\" \/>\n\t\t<meta property=\"og:image\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:secure_url\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:width\" content=\"350\" \/>\n\t\t<meta property=\"og:image:height\" content=\"350\" \/>\n\t\t<meta property=\"article:published_time\" content=\"2019-10-31T18:46:32+00:00\" \/>\n\t\t<meta property=\"article:modified_time\" content=\"2019-10-31T18:46:32+00:00\" \/>\n\t\t<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<meta property=\"article:author\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<!-- All in One SEO -->\n\n","aioseo_head_json":{"title":"\ud83e\udd47Monitoraggio delle prestazioni delle query PostgreSQL. Parte 1 \u2014 reporting | ProHoster","description":"Ingegnere \u2014 in traduzione dal latino \u2014 ispirato. L'ingegnere pu\u00f2 fare tutto. (c) R.Diesel. Epigrafi.","canonical_url":"https:\/\/prohoster.info\/it\/blog\/administrirovanie\/monitoring-proizvoditelnosti-zaprosov-postgresql-chast-1-reporting","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"it_IT","og:site_name":"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b","og:type":"article","og:title":"\ud83e\udd47\u041c\u043e\u043d\u0438\u0442\u043e\u0440\u0438\u043d\u0433 \u043f\u0440\u043e\u0438\u0437\u0432\u043e\u0434\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u0438 \u0437\u0430\u043f\u0440\u043e\u0441\u043e\u0432 PostgreSQL. \u0427\u0430\u0441\u0442\u044c 1 \u2014 \u0440\u0435\u043f\u043e\u0440\u0442\u0438\u043d\u0433 | ProHoster","og:description":"\u0418\u043d\u0436\u0435\u043d\u0435\u0440 \u2014 \u0432 \u043f\u0435\u0440\u0435\u0432\u043e\u0434\u0435 \u0441 \u043b\u0430\u0442\u044b\u043d\u0438 \u2014 \u0432\u0434\u043e\u0445\u043d\u043e\u0432\u0435\u043d\u043d\u044b\u0439. \u0418\u043d\u0436\u0435\u043d\u0435\u0440 \u043c\u043e\u0436\u0435\u0442 \u0432\u0441\u0451. (\u0441) \u0420.\u0414\u0438\u0437\u0435\u043b\u044c. \u042d\u043f\u0438\u0433\u0440\u0430\u0444\u044b.","og:url":"https:\/\/prohoster.info\/it\/blog\/administrirovanie\/monitoring-proizvoditelnosti-zaprosov-postgresql-chast-1-reporting","og:image":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:secure_url":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:width":350,"og:image:height":350,"article:published_time":"2019-10-31T18:46:32+00:00","article:modified_time":"2019-10-31T18:46:32+00:00","article:publisher":"https:\/\/www.facebook.com\/prohoster","article:author":"https:\/\/www.facebook.com\/prohoster"},"aioseo_meta_data":{"post_id":"32353","title":null,"description":null,"keywords":null,"keyphrases":null,"primary_term":null,"canonical_url":null,"og_title":null,"og_description":null,"og_object_type":"default","og_image_type":"default","og_image_url":null,"og_image_width":null,"og_image_height":null,"og_image_custom_url":null,"og_image_custom_fields":null,"og_video":null,"og_custom_url":null,"og_article_section":null,"og_article_tags":null,"twitter_use_og":false,"twitter_card":"default","twitter_image_type":"default","twitter_image_url":null,"twitter_image_custom_url":null,"twitter_image_custom_fields":null,"twitter_title":null,"twitter_description":null,"schema":{"blockGraphs":[],"customGraphs":[],"default":{"data":{"Article":[],"Course":[],"Dataset":[],"FAQPage":[],"Movie":[],"Person":[],"Product":[],"ProductReview":[],"Car":[],"Recipe":[],"Service":[],"SoftwareApplication":[],"WebPage":[]},"graphName":"","isEnabled":true},"graphs":[]},"schema_type":null,"schema_type_options":null,"pillar_content":false,"robots_default":true,"robots_noindex":false,"robots_noarchive":false,"robots_nosnippet":false,"robots_nofollow":false,"robots_noimageindex":false,"robots_noodp":false,"robots_notranslate":false,"robots_max_snippet":null,"robots_max_videopreview":null,"robots_max_imagepreview":"large","priority":null,"frequency":null,"local_seo":null,"seo_analyzer_scan_date":"2026-01-21 10:28:19","breadcrumb_settings":null,"limit_modified_date":false,"reviewed_by":null,"ai":null,"created":"2021-02-28 19:13:42","updated":"2026-01-21 10:28:19","focus_keyword":null,"additional_keywords":null,"truseo_locale":null},"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/posts\/32353","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/comments?post=32353"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/posts\/32353\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/media\/24168"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/media?parent=32353"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/categories?post=32353"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/tags?post=32353"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}