🥇PostgreSQL क्वेरी कार्यप्रदर्शन निरीक्षण. भाग १ - रिपोर्टिंग

अभियंता - लॅटिनमधून अनुवादित - प्रेरित.
इंजिनियर काहीही करू शकतो. (c) आर. डिझेल.
एपिग्राफ्स.

किंवा डेटाबेस प्रशासकाला त्याचा प्रोग्रामिंग भूतकाळ का लक्षात ठेवण्याची आवश्यकता आहे याबद्दलची कथा.

प्रस्तावना

सर्व नावे बदलली आहेत. योगायोग यादृच्छिक आहेत. साहित्य केवळ लेखकाच्या वैयक्तिक मताचे प्रतिनिधित्व करते.

हमींचा अस्वीकरण: लेखांच्या नियोजित मालिकेत वापरलेल्या सारण्या आणि स्क्रिप्ट्सचे तपशीलवार आणि अचूक वर्णन नसेल. साहित्य "जसे आहे तसे" लगेच वापरले जाऊ शकत नाही.
प्रथम, मोठ्या प्रमाणातील सामग्रीमुळे,
दुसरे म्हणजे, वास्तविक ग्राहकाच्या उत्पादन बेसशी जवळच्या संबंधांमुळे.
म्हणून, लेखांमध्ये सर्वात सामान्य स्वरूपात केवळ कल्पना आणि वर्णने असतील.
कदाचित भविष्यात सिस्टम GitHub वर पोस्ट केल्याच्या पातळीपर्यंत वाढेल किंवा कदाचित नाही. काळ दाखवेल.

कथेची सुरुवात - "हे सगळं कसं सुरू झालं ते आठवतंय».
परिणामी काय झाले, सर्वात सामान्य शब्दात - “PostgreSQL कार्यप्रदर्शन सुधारण्याच्या पद्धतींपैकी एक म्हणून संश्लेषण»

मला हे सर्व का हवे आहे?

बरं, सर्वप्रथम, निवृत्तीच्या गौरवशाली दिवसांची आठवण करून, विसरू नये म्हणून.
दुसरे म्हणजे, जे लिहिले आहे ते व्यवस्थित करणे. कारण कधीकधी मी गोंधळून जाऊ लागतो आणि काही भाग विसरतो.

बरं, आणि सर्वात महत्त्वाची गोष्ट अशी आहे की ते एखाद्यासाठी उपयुक्त ठरू शकते आणि त्यांना चाक पुन्हा शोधणे आणि रेक गोळा न करणे टाळण्यास मदत करू शकते. दुसऱ्या शब्दांत, तुमचे कर्म सुधारा (खाब्रोव्हचे नाही). कारण या जगात सर्वात मौल्यवान गोष्ट म्हणजे कल्पना. मुख्य गोष्ट म्हणजे कल्पना शोधणे. पण कल्पना प्रत्यक्षात आणणे हा निव्वळ तांत्रिक प्रश्न आहे.

चला तर मग, हळूहळू सुरुवात करूया...

समस्येचे सूत्रीकरण.

उपलब्ध:

PostgreSQL(10.5) डेटाबेस, मिश्रित लोड प्रकार (OLTP+DSS), मध्यम-प्रकाश लोड, AWS क्लाउडमध्ये स्थित आहे.
कोणतेही डेटाबेस मॉनिटरिंग नाही; पायाभूत सुविधांचे निरीक्षण किमान कॉन्फिगरेशनमध्ये मानक AWS साधनांच्या स्वरूपात प्रदान केले जाते.

हे आवश्यक आहे:

डेटाबेसच्या कार्यप्रदर्शन आणि स्थितीचे निरीक्षण करा, हेवी डेटाबेस क्वेरी ऑप्टिमाइझ करण्यासाठी प्रारंभिक माहिती शोधा आणि मिळवा.

उपाय पर्यायांचा संक्षिप्त परिचय किंवा विश्लेषण

सुरुवातीला, अभियंत्यासाठी फायदे आणि तोटे यांच्या तुलनात्मक विश्लेषणाच्या दृष्टिकोनातून समस्येचे निराकरण करण्याच्या पर्यायांचे विश्लेषण करण्याचा प्रयत्न करूया आणि कर्मचारी वेळापत्रकानुसार ज्यांना त्याचा हक्क आहे त्यांना फायद्यांसह व्यवहार करू द्या आणि व्यवस्थापनाचे नुकसान.

पर्याय 1 - "मागणीनुसार काम करणे"

आम्ही सर्वकाही जसेच्या तसे सोडतो. ग्राहकाला डेटाबेस किंवा ऍप्लिकेशनची कार्यक्षमता, कार्यप्रदर्शन यामधील एखाद्या गोष्टीबद्दल समाधानी नसल्यास, तो डीबीए अभियंत्यांना ई-मेलद्वारे किंवा तिकीट ट्रेमध्ये घटना तयार करून सूचित करेल.
अभियंता, अधिसूचना प्राप्त झाल्यानंतर, समस्या समजून घेईल, उपाय ऑफर करेल किंवा समस्या बॅक बर्नरवर ठेवेल, अशी आशा आहे की सर्वकाही स्वतःच निराकरण होईल आणि तरीही, सर्वकाही लवकरच विसरले जाईल.
जिंजरब्रेड आणि डोनट्स, जखम आणि अडथळेजिंजरब्रेड आणि डोनट्स:
1. अतिरिक्त काहीही करण्याची गरज नाही.
2. सबब बनवण्याची आणि स्क्रू करण्याची संधी नेहमीच असते.
3. भरपूर वेळ जो तुम्ही तुमच्या स्वतःच्या विवेकबुद्धीनुसार खर्च करू शकता.
जखम आणि अडथळे:
1. उशिरा का होईना, ग्राहक या जगातल्या अस्तित्वाच्या आणि सार्वत्रिक न्यायाच्या साराबद्दल विचार करेल आणि पुन्हा एकदा स्वतःला प्रश्न विचारेल - मी त्यांना माझे पैसे का देत आहे? परिणाम नेहमी सारखाच असतो - ग्राहक कधी कंटाळतील आणि निरोप घेईल हा एकच प्रश्न आहे. आणि फीडर रिकामा असेल. हे दुःखदायक आहे.
2. अभियंता विकास - शून्य.
3. कामाचे नियोजन आणि लोडिंगमध्ये अडचणी

पर्याय २- "टंबोरीने नाचणे, वाफाळणे आणि शूज घालणे"

परिच्छेद १-आम्हाला मॉनिटरिंग सिस्टमची गरज का आहे, आम्हाला विनंत्यांसह सर्वकाही प्राप्त होईल. आम्ही डेटा डिक्शनरी आणि डायनॅमिक व्ह्यूसाठी सर्व प्रकारच्या क्वेरी चालवतो, सर्व प्रकारचे काउंटर चालू करतो, सर्वकाही टेबलमध्ये ठेवतो आणि वेळोवेळी याद्या आणि सारण्यांचे विश्लेषण करतो. परिणामी, आपल्याकडे सुंदर आलेख, तक्ते, अहवाल आहेत किंवा नाहीत. मुख्य गोष्ट म्हणजे अधिक, अधिक असणे.
परिच्छेद १-आम्ही क्रियाकलाप तयार करतो आणि या सर्वांचे विश्लेषण सुरू करतो.
परिच्छेद १-आम्ही एक विशिष्ट दस्तऐवज तयार करत आहोत, आम्ही या दस्तऐवजाला फक्त म्हणतो - "आम्ही डेटाबेस कसा सेट करावा."
परिच्छेद १-ग्राहक, आलेख आणि संख्यांचे हे सर्व वैभव पाहून, बालिश, भोळ्या आत्मविश्वासात आहे - आता सर्वकाही आमच्यासाठी लवकरच कार्य करेल. आणि, तो सहजपणे आणि वेदनाहीनपणे त्याच्या आर्थिक संसाधनांमध्ये भाग घेतो. व्यवस्थापनालाही विश्वास आहे की आमचे अभियंते उत्तम काम करतात. कमाल लोड होत आहे.
परिच्छेद १- चरण 1 नियमितपणे पुन्हा करा.
जिंजरब्रेड आणि डोनट्स, जखम आणि अडथळेजिंजरब्रेड आणि डोनट्स:
1. व्यवस्थापक आणि अभियंते यांचे जीवन सोपे, अंदाज करण्यायोग्य आणि क्रियाकलापांनी भरलेले असते. सर्व काही गुंजत आहे, प्रत्येकजण व्यस्त आहे.
2. ग्राहकाचे जीवन देखील वाईट नाही - त्याला नेहमी खात्री असते की त्याला फक्त थोडा धीर धरण्याची गरज आहे आणि सर्वकाही कार्य करेल. हे चांगले होत नाही, बरं, जग अयोग्य आहे, पुढच्या आयुष्यात तुम्ही भाग्यवान व्हाल.
जखम आणि अडथळे:
1. लवकरच किंवा नंतर, एक समान सेवा देणारा एक जलद प्रदाता असेल जो समान कार्य करेल, परंतु थोडे स्वस्त. आणि जर निकाल समान असेल तर अधिक पैसे का द्यावे? ज्यामुळे फीडर पुन्हा गायब होईल.
2. हे कंटाळवाणे आहे. कोणतीही निरर्थक क्रिया किती कंटाळवाणी असते.
3. मागील आवृत्तीप्रमाणे, कोणताही विकास नाही. परंतु अभियंत्यासाठी, नकारात्मक बाजू अशी आहे की, पहिल्या पर्यायाच्या विपरीत, तुम्हाला सतत IBD निर्माण करणे आवश्यक आहे. आणि यास वेळ लागतो. जो तुम्ही तुमच्या प्रिय व्यक्तीच्या फायद्यासाठी खर्च करू शकता. कारण तुम्ही स्वतःची काळजी घेऊ शकत नाही, कोणीही तुमच्याबद्दल धिक्कार करत नाही.

पर्याय 3 - तुम्हाला सायकलचा शोध लावण्याची गरज नाही, तुम्हाला ती विकत घेऊन चालवायची आहे.

इतर कंपन्यांचे अभियंते बिअरसोबत पिझ्झा खातात (अरे, 90 च्या दशकातील सेंट पीटर्सबर्गचे वैभवाचे दिवस) हे काही कारण नाही. बनवलेल्या, डीबग केलेल्या आणि कार्यरत असलेल्या मॉनिटरींग सिस्टीमचा वापर करूया आणि सामान्यत: फायद्यासाठी (कमीतकमी त्यांच्या निर्मात्यांना).
जिंजरब्रेड आणि डोनट्स, जखम आणि अडथळेजिंजरब्रेड आणि डोनट्स:
1. आधीच शोधून काढलेल्या गोष्टीसाठी वेळ वाया घालवण्याची गरज नाही. ते घ्या आणि वापरा.
2. मॉनिटरिंग सिस्टीम मूर्खांनी लिहिलेल्या नसतात आणि त्या नक्कीच उपयुक्त असतात.
3. कार्यरत मॉनिटरिंग सिस्टम सहसा उपयुक्त फिल्टर केलेली माहिती प्रदान करतात.
जखम आणि अडथळे:
1. या प्रकरणातील अभियंता हा अभियंता नसून फक्त दुसऱ्याच्या उत्पादनाचा वापरकर्ता आहे. किंवा वापरकर्ता आहे.
2. ग्राहकाला अशी एखादी वस्तू खरेदी करण्याची आवश्यकता आहे की जे साधारणपणे सांगायचे तर, त्याला समजू इच्छित नाही आणि नसावे आणि सर्वसाधारणपणे वर्षाचे बजेट मंजूर केले गेले आहे आणि बदलणार नाही याची खात्री पटली पाहिजे. मग तुम्हाला स्वतंत्र संसाधन वाटप करणे आणि विशिष्ट सिस्टमसाठी ते कॉन्फिगर करणे आवश्यक आहे. त्या. प्रथम तुम्हाला पैसे द्यावे लागतील, पैसे द्या आणि पुन्हा पैसे द्या. आणि ग्राहक कंजूष आहे. हा या जीवनाचा आदर्श आहे.

काय करावे - चेर्निशेव्स्की? तुमचा प्रश्न अतिशय समर्पक आहे. (सह)

या विशिष्ट प्रकरणात आणि सध्याच्या परिस्थितीत, आपण ते थोडे वेगळे करू शकता - आपली स्वतःची मॉनिटरिंग सिस्टम बनवूया.

बरं, प्रणाली नाही, अर्थातच, शब्दाच्या पूर्ण अर्थाने, ते खूप जोरात आणि गर्विष्ठ आहे, परंतु किमान कसे तरी तुमचे कार्य सोपे करा आणि कार्यप्रदर्शन घटनांचे निराकरण करण्यासाठी अधिक माहिती गोळा करा. स्वतःला अशा परिस्थितीत सापडू नये म्हणून - "तिकडे जा, मला माहित नाही कुठे, काहीतरी शोधा, मला काय माहित नाही."

या पर्यायाचे फायदे आणि तोटे काय आहेत:

साधक:
1. हे मनोरंजक आहे. बरं, किमान हे स्थिर "डेटाफाइल संकुचित करणे, टेबलस्पेस बदलणे इ." पेक्षा अधिक मनोरंजक आहे.
2. ही नवीन कौशल्ये आणि नवीन विकास आहेत. जे, लवकरच किंवा नंतर, तुम्हाला योग्य-योग्य जिंजरब्रेड आणि डोनट्स देईल.
बाधक
1. तुम्हाला काम करावे लागेल. मेहनत करा.
2. तुम्हाला नियमितपणे सर्व क्रियाकलापांचा अर्थ आणि संभावना स्पष्ट कराव्या लागतील.
3. काहीतरी बलिदान द्यावे लागेल, कारण अभियंत्यासाठी उपलब्ध एकमेव संसाधन - वेळ - विश्वाद्वारे मर्यादित आहे.
4. सर्वात वाईट आणि सर्वात अप्रिय गोष्ट - परिणाम "उंदीर नाही, बेडूक नाही, परंतु एक अज्ञात प्राणी" सारखा मूर्खपणा असू शकतो.

जे धोका पत्करत नाहीत ते शॅम्पेन पीत नाहीत.
तर - मजा सुरू होते.

सामान्य कल्पना - योजनाबद्ध

(लेखातून घेतलेले चित्र «PostgreSQL कार्यप्रदर्शन सुधारण्याच्या पद्धतींपैकी एक म्हणून संश्लेषण")

स्पष्टीकरणः

लक्ष्य डेटाबेसमध्ये मानक PostgreSQL विस्तार “pg_stat_statements” स्थापित केला आहे.
मॉनिटरिंग डेटाबेसमध्ये, आम्ही सुरुवातीच्या टप्प्यावर pg_stat_statements इतिहास संचयित करण्यासाठी आणि मेट्रिक्स सेट करण्यासाठी आणि भविष्यात निरीक्षण करण्यासाठी सेवा सारण्यांचा एक संच तयार करतो.
मॉनिटरिंग होस्टवर, आम्ही बॅश स्क्रिप्टचा एक संच तयार करतो, ज्यात तिकीट प्रणालीमध्ये घटना निर्माण करण्यासाठी समाविष्ट आहे.

सेवा सारण्या

प्रथम, एक योजनाबद्ध सरलीकृत ERD, शेवटी काय झाले:

सारण्यांचे संक्षिप्त वर्णनअंत्यबिंदू - होस्ट, उदाहरणाशी जोडणीचा बिंदू
डेटाबेस - डेटाबेस पॅरामीटर्स
pg_stat_history - लक्ष्य डेटाबेसच्या pg_stat_statements दृश्याचे तात्पुरते स्नॅपशॉट संचयित करण्यासाठी एक ऐतिहासिक सारणी
metric_glossary - कामगिरी मेट्रिक्सचा शब्दकोश
metric_config - वैयक्तिक मेट्रिक्सचे कॉन्फिगरेशन
मेट्रिक — निरीक्षण केले जात असलेल्या विनंतीसाठी विशिष्ट मेट्रिक
metric_alert_history - कामगिरी चेतावणी इतिहास
log_query — AWS वरून डाउनलोड केलेल्या PostgreSQL लॉग फाइलमधून विश्लेषित रेकॉर्ड संचयित करण्यासाठी सेवा सारणी
बेसलाइन — आधार म्हणून वापरल्या जाणार्‍या कालावधीचे मापदंड
चेकपॉईंट — डेटाबेसची स्थिती तपासण्यासाठी मेट्रिक्सचे कॉन्फिगरेशन
checkpoint_alert_history - डेटाबेस आरोग्य तपासणी मेट्रिक्सचा चेतावणी इतिहास
pg_stat_db_queries - सक्रिय विनंत्यांची सेवा सारणी
activity_log — क्रियाकलाप लॉग सेवा सारणी
ट्रॅप_ऑइड — ट्रॅप कॉन्फिगरेशन सर्व्हिस टेबल

स्टेज 1 - कामगिरीबद्दल सांख्यिकीय माहिती गोळा करा आणि अहवाल प्राप्त करा

सांख्यिकीय माहिती साठवण्यासाठी सारणी वापरली जाते pg_stat_history
pg_stat_history सारणी रचना

                                          सारणी "public.pg_stat_history" स्तंभ | प्रकार | सुधारक-------------------------------------------------- --------------------------------------------------------- आयडी | पूर्णांक | शून्य डीफॉल्ट नेक्स्टव्हल नाही('pg_stat_history_id_seq'::regclass) स्नॅपशॉट_टाइमस्टॅम्प | टाइम झोनशिवाय टाइमस्टॅम्प | डेटाबेस_आयडी | पूर्णांक | dbid | oid | userid | oid | queryid | bigint | क्वेरी | मजकूर | कॉल | bigint | एकूण_वेळ | दुहेरी अचूकता | min_time | दुहेरी अचूकता | कमाल_वेळ | दुहेरी अचूकता | mean_time | दुहेरी अचूकता | stddev_time | दुहेरी अचूकता | पंक्ती | 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 | दुहेरी अचूकता | blk_write_time | दुहेरी अचूकता | बेसलाइन_आयडी | पूर्णांक | अनुक्रमणिका: "pg_stat_history_pkey" PRIMARY KEY, btree (id) "database_idx" btree (database_id) "queryid_idx" btree (queryid) "snapshot_timestamp_idx" btree (snapshot_timestamp) "विदेशी-की: IG_KDASEKY_FORN_KADASTRAINT" id) संदर्भ डेटाबेस (id ) डिलीट कॅस्केडवर

तुम्ही बघू शकता, सारणी फक्त एकत्रित दृश्य डेटा आहे pg_stat_statements लक्ष्य डेटाबेस मध्ये.

हे टेबल वापरणे खूप सोपे आहे

pg_stat_history प्रत्येक तासासाठी क्वेरी अंमलबजावणीची संचित आकडेवारी दर्शवेल. प्रत्येक तासाच्या सुरुवातीला, टेबल भरल्यानंतर, आकडेवारी pg_stat_statements सह रीसेट करा pg_stat_statements_reset().
टीप: 1 सेकंदापेक्षा जास्त कालावधीच्या अंमलबजावणी कालावधीसह क्वेरीसाठी आकडेवारी गोळा केली जाते.
pg_stat_history सारणी भरत आहे

--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;

परिणामी, टेबलमध्ये काही कालावधीनंतर pg_stat_history आमच्याकडे टेबल सामग्रीच्या स्नॅपशॉट्सचा संच असेल pg_stat_statements लक्ष्य डेटाबेस.

प्रत्यक्षात अहवाल देत आहे

साध्या प्रश्नांचा वापर करून, आपण बरेच उपयुक्त आणि मनोरंजक अहवाल मिळवू शकता.

दिलेल्या कालावधीसाठी एकत्रित डेटा

चौकशी

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 ;

डीबी वेळ

to_char(मध्यांतर '1 मिलीसेकंद' * pg_total_stat_history_rec.total_time, 'HH24:MI:SS.MS')

I/O वेळ

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

Total_time नुसार TOP10 SQL

चौकशी

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

-------------------------------------------------- ----------------------------------- | एकूण एक्झिक्युशन वेळेनुसार टॉप10 SQL | #| queryid| कॉल्स| कॉल्स %| total_time (ms) | dbtime % +---------+------------+------------+------------+ ------ ----------------------------- +------------ | 1| ८२१७६०२५५| 821760255| .2|00001:00:03( 23.141 ms.)| ५.४२ | 203141.681| ४१५२६२४३९०| 5.42| .2|4152624390:2:00001( 00 मिसे.)| ५.१७ | ३| १४८४४५४४७१| 03| .13.929|193929.215:5.17:3( 1484454471 ms.)| 4 | 00001| 00| 02| .09.129|129129.057:3.44:4( 655729273 ms.)| ३.२५ | ५| २४६०३१८४६१| 1| .00000|00:02:01.869( 121869.981 ms.)| 3.25 | ६| 5| 2460318461| .1|00000:00:01( 33.113 ms.)| .93113.835 | ७| 2.48| 6| .2194493487|4:00001:00( 00 ms.)| .17.377 | ८| 17377.868| 46| .7|1053044345:1:00000( 00 ms.)| .00

एकूण I/O वेळेनुसार TOP10 SQL

चौकशी

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

-------------------------------------------------- -------------------------------------------------- | एकूण I/O वेळेनुसार टॉप10 SQL | #| queryid| कॉल्स| कॉल्स %| I/O वेळ (ms)|db I/O वेळ % +------+------------+----------+------ ----------------------------------------------------------------- ------ -- | 1| ४१५२६२४३९०| 4152624390| .2|00001:00:08( 31.616 ms.)| 511616.592 | 31.06| ८२१७६०२५५| 2| .821760255|2:00001:00( 08 ms.)| 27.099 | ३| 507099.036| 30.78| .3|655729273:1:00000( 00 ms.)| 05 | 02.209| २४६०३१८४६१| 302209.137| .18.35|4:2460318461:1( 00000 ms.)| 00 | ५| १४८४४५४४७१| 04| .05.981|245981.117:14.93:5( 1484454471 मिसे.)| २.३८ | ६| 4| 00001| .00|00:39.144:39144.221( 2.38 मिसे.)| 6 | ७| 2194493487| 4| .00001|00:00:18.182( 18182.816 ms.)| १.०१ | ८| 1.10| 7| .1053044345|1:00000:00( 00 मिसे.)| .16.611

अंमलबजावणीच्या कमाल वेळेनुसार TOP10 SQL

चौकशी

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

-------------------------------------------------- ------------------------------------------------------------------ | कमाल अंमलबजावणी वेळेनुसार टॉप10 SQL | #| स्नॅपशॉट| स्नॅपशॉटआयडी| queryid| max_time (ms) +------+------+------------+--------- --+----------------------------------------- | 1| 05.04.2019/01/03 4169:655729273| ४१६९| 00| 02:01.869:121869.981( 2 ms.) | 04.04.2019| 17/00/4153 821760255:00| ४१५३| ८२१७६०२५५| 01:41.570:101570.841( 3 ms.) | ३| 04.04.2019/16/00 4146:821760255| ४१४६| ८२१७६०२५५| 00:01:41.570( 101570.841 ms.) | 4| 04.04.2019/16/00 4144:4152624390| ४१४४| ४१५२६२४३९०| 00:01:36.964(96964.607 ms.) | ५| 5/04.04.2019/17 00:4151| ४१५१| ४१५२६२४३९०| 4152624390:00:01(36.964 ms.) | ६| 96964.607/6/05.04.2019 10:00| ४१८८| १४८४४५४४७१| 4188:1484454471:00( 01 ms.) | ७| 33.452/93452.150/7 04.04.2019:17| ४१५०| २४६०३१८४६१| 00:4150:2460318461(00 ms.) | ८| 01/33.113/93113.835 8:04.04.2019| ४१४०| १४८४४५४४७१| 15:00:4140( 1484454471 ms.) | ९| 00/00/11.892 11892.302:9| ४१४५| १४८४४५४४७१| 04.04.2019:16:00( 4145 ms.) | 1484454471| 00/00/11.892 11892.302:10| ४१५२| १४८४४५४४७१| 04.04.2019:17:00 (4152 ms.)

सामायिक बफर द्वारे TOP10 SQL वाचन/लेखन

चौकशी

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

-------------------------------------------------- ------------------------------------------------------------------ | सामायिक बफर द्वारे TOP10 SQL रीड/राइट | #| स्नॅपशॉट| स्नॅपशॉटआयडी| queryid| शेअर केलेले ब्लॉक्स वाचले सामायिक केलेले ब्लॉक्स लिहितात +------------------------------------- +--------- ------------------------- +---------------------- | 1| 04.04.2019/17/00 4153:821760255| ४१५३| ८२१७६०२५५| ७९७३०८| 797308 | 0| 2/04.04.2019/16 00:4146| ४१४६| ८२१७६०२५५| ७९७३०८| 821760255 | ३| 797308/0/3 05.04.2019:01| ४१६९| 03| ७९७१५८| 4169 | 655729273| 797158/0/4 04.04.2019:16| ४१४४| ४१५२६२४३९०| ७५६५१४| 00 | ५| 4144/4152624390/756514 0:5| ४१५१| ४१५२६२४३९०| ७५६५१४| 04.04.2019 | ६| 17/00/4151 4152624390:756514| ४१५०| २४६०३१८४६१| ७३४११७| 0 | ७| 6/04.04.2019/17 00:4150| ४१५५| 2460318461| ५२९७३| 734117 | ८| 0/7/04.04.2019 17:00| ४१६८| 4155| ५२८१८| 3644780286 | ९| 52973/0/8 05.04.2019:01| ४१४१| 03| ५२८१३| 4168 | 1053044345| 52818/0/9 04.04.2019:15| ४१४७| 00| ५२८१३| 4141 -------------------------------------------------- --------------------------------------------------------

कमाल अंमलबजावणी वेळेनुसार विनंत्यांच्या वितरणाचा हिस्टोग्राम

चौकश्या

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 हिस्टोग्राम | एकूण कॉल: 33851920 | MIN TIME: 00:00:01.063 | कमाल वेळ: 00:02:01.869 ------------------------------------------ ------------------------------------------------------------------ | किमान कालावधी| कमाल कालावधी| कॉल +---------------------------------- ---------------------+------------ | 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

प्रति सेकंद क्वेरीनुसार TOP10 स्नॅपशॉट

चौकश्या

--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 क्रमांकांद्वारे क्रमबद्ध केलेले TOP10 स्नॅपशॉट ------------------------------------------------------ -------------------------------------------------- -------------------------------------------------- | #| स्नॅपशॉट| स्नॅपशॉटआयडी| कॉल्स| एकूण dbtime| QPS| I/O वेळ| I/O वेळ % +------+-------------------+------------+------ ------------------------------------------- ---------------------------- +------------ | 1| 04.04.2019/20/04 4161:5758631| ४१६१| ५७५८६३१| 00:06:30.513( 390513.926 ms.)| १५७३.३९६| 1573.396:00:00( 01.470 ms.)| .1470.110 | 376| 2/04.04.2019/17 00:4149| ४१४९| 3529197| 00:11:48.830( 708830.618 ms.)| 980.332| 00:12:47.834( 767834.052 ms.)| 108.324 | ३| 3/04.04.2019/16 00:4143| ४१४३| 3525360| 00:10:13.492( 613492.351 ms.)| ९७९.२६७ | 979.267:00:08(41.396 ms.)| ८४.९८८ | 521396.555| 84.988/4/04.04.2019 21:03| ४१६३| २७८१५३६| 4163:2781536:00( 03 ms.)| ७८५.७४५| 06.470:186470.979:785.745( 00 ms.)| .00 | ५| 00.249 249.865:134| ४१५९| २८९०३६२| 5:04.04.2019:19( 03 ms.)| ७७६.९७९| 4159:2890362:00( 03 ms.)| .16.784 | ६| 196784.755/776.979/00 00:01.441| ४१३७| २३९७३२६| 1441.386:732:6( 04.04.2019 ms.)| ६६५.९२४| 14:00:4137(2397326 ms.)| .००९ | ७| 00/04/43.033 283033.854:665.924| ४१३९| २३९४४१६| 00:00:00.024( 24.505 ms.)| ६६५.११६| 009:7:04.04.2019( 15 ms.)| ४.१२६ | ८| 00 4139:2394416| ४१३५| २३७३०४३| 00:04:51.435( 291435.010 ms.)| ६५९.१७९| 665.116:00:00( 12.025 ms.)| .12025.895 | ९| 4.126/8/04.04.2019 13:00| ४१६७| ४३८७१९१| 4135:2373043:00( 04 ms.)| ६०९.३३२| 26.791:266791.988:659.179( 00 ms.)| 00 | 00.064| 64.261/024/9 05.04.2019:01| ४१५७| ११४५५९६| 03:4167:4387191( 00 ms.)| ३१३.००४| 06:51.380:411380.293( 609.332 ms.)| १.६६६

QueryPerSeconds आणि I/O वेळेसह प्रति तास अंमलबजावणी इतिहास

चौकशी

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

सर्व SQL-निवडकांचा मजकूर

चौकशी

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

परिणाम

जसे तुम्ही बघू शकता, अगदी सोप्या माध्यमांचा वापर करून, तुम्ही डेटाबेसच्या वर्कलोड आणि स्थितीबद्दल बरीच उपयुक्त माहिती मिळवू शकता.

टीप:जर आम्ही क्वेरीमध्ये queryid रेकॉर्ड केला, तर आम्हाला वेगळ्या क्वेरीसाठी इतिहास मिळेल (जागा वाचवण्यासाठी, वेगळ्या क्वेरीसाठी अहवाल वगळण्यात आले आहेत).

म्हणून, क्वेरी कार्यप्रदर्शनावरील सांख्यिकीय डेटा उपलब्ध आणि संकलित केला जातो.
पहिला टप्पा "सांख्यिकीय डेटा संकलन" पूर्ण झाला आहे.

तुम्ही दुसऱ्या टप्प्यावर जाऊ शकता - "कार्यप्रदर्शन मेट्रिक्स सेट करणे".

पण ती पूर्णपणे वेगळी कथा आहे.

पुढे चालू…

स्त्रोत: www.habr.com

PostgreSQL प्रश्नांचे कार्यप्रदर्शन निरीक्षण. भाग १ - अहवाल देणे

प्रस्तावना

मला हे सर्व का हवे आहे?

समस्येचे सूत्रीकरण.

उपलब्ध:

हे आवश्यक आहे:

उपाय पर्यायांचा संक्षिप्त परिचय किंवा विश्लेषण

पर्याय 1 - "मागणीनुसार काम करणे"

पर्याय २- "टंबोरीने नाचणे, वाफाळणे आणि शूज घालणे"

पर्याय 3 - तुम्हाला सायकलचा शोध लावण्याची गरज नाही, तुम्हाला ती विकत घेऊन चालवायची आहे.

काय करावे - चेर्निशेव्स्की? तुमचा प्रश्न अतिशय समर्पक आहे. (सह)

या पर्यायाचे फायदे आणि तोटे काय आहेत:

सामान्य कल्पना - योजनाबद्ध

सेवा सारण्या

स्टेज 1 - कामगिरीबद्दल सांख्यिकीय माहिती गोळा करा आणि अहवाल प्राप्त करा

हे टेबल वापरणे खूप सोपे आहे

प्रत्यक्षात अहवाल देत आहे

दिलेल्या कालावधीसाठी एकत्रित डेटा

डीबी वेळ

I/O वेळ

Total_time नुसार TOP10 SQL

एकूण I/O वेळेनुसार TOP10 SQL

अंमलबजावणीच्या कमाल वेळेनुसार TOP10 SQL

सामायिक बफर द्वारे TOP10 SQL वाचन/लेखन

कमाल अंमलबजावणी वेळेनुसार विनंत्यांच्या वितरणाचा हिस्टोग्राम

प्रति सेकंद क्वेरीनुसार TOP10 स्नॅपशॉट

QueryPerSeconds आणि I/O वेळेसह प्रति तास अंमलबजावणी इतिहास

सर्व SQL-निवडकांचा मजकूर

परिणाम

एक टिप्पणी जोडा Отменить ответ