PostgreSQL வினவல்களின் செயல்திறன் கண்காணிப்பு. பகுதி 1 - அறிக்கை

பொறியாளர் - லத்தீன் மொழியிலிருந்து மொழிபெயர்க்கப்பட்டது - ஈர்க்கப்பட்டது.
ஒரு பொறியாளர் எதையும் செய்ய முடியும். (c) ஆர். டீசல்.
கல்வெட்டுகள்.
PostgreSQL வினவல்களின் செயல்திறன் கண்காணிப்பு. பகுதி 1 - அறிக்கை
அல்லது ஒரு தரவுத்தள நிர்வாகி தனது நிரலாக்க கடந்த காலத்தை ஏன் நினைவில் கொள்ள வேண்டும் என்பது பற்றிய கதை.

முன்னுரையில்

அனைத்து பெயர்களும் மாற்றப்பட்டுள்ளன. போட்டிகள் சீரற்றவை. பொருள் ஆசிரியரின் தனிப்பட்ட கருத்து மட்டுமே.

உத்தரவாதங்களின் மறுப்பு: திட்டமிடப்பட்ட தொடர் கட்டுரைகளில் பயன்படுத்தப்படும் அட்டவணைகள் மற்றும் ஸ்கிரிப்ட்களின் விரிவான மற்றும் துல்லியமான விளக்கம் இருக்காது. "உள்ளபடியே" பொருட்களை உடனடியாகப் பயன்படுத்த முடியாது.
முதலாவதாக, அதிக அளவு பொருள் காரணமாக,
இரண்டாவதாக, உண்மையான வாடிக்கையாளரின் உற்பத்தித் தளத்துடன் கூடிய கூர்மையின் காரணமாக.
எனவே, மிகவும் பொதுவான வடிவத்தில் கருத்துக்கள் மற்றும் விளக்கங்கள் மட்டுமே கட்டுரைகளில் வழங்கப்படும்.
ஒருவேளை எதிர்காலத்தில் கணினி GitHub இல் இடுகையிடும் நிலைக்கு வளரும், அல்லது இல்லை. காலம் காட்டும்.

கதையின் ஆரம்பம்-இது எப்படி தொடங்கியது என்று உங்களுக்கு நினைவிருக்கிறதா".
இதன் விளைவாக என்ன நடந்தது, மிகவும் பொதுவான சொற்களில் - "PostgreSQL செயல்திறனை மேம்படுத்துவதற்கான முறைகளில் ஒன்று தொகுப்பு»

எனக்கு இதெல்லாம் ஏன் தேவை?

சரி, முதலில், உங்களை மறந்துவிடாமல் இருக்க, ஓய்வு பெற்ற புகழ்பெற்ற நாட்களை நினைவில் கொள்ளுங்கள்.
இரண்டாவதாக, எழுதப்பட்டதை முறைப்படுத்துவது. ஏற்கனவே என்னைப் பொறுத்தவரை, சில நேரங்களில் நான் குழப்பமடைய ஆரம்பிக்கிறேன் மற்றும் தனித்தனி பகுதிகளை மறந்துவிடுகிறேன்.

நன்றாக, மற்றும் மிக முக்கியமாக - திடீரென்று அது ஒருவருக்கு கைக்குள் வந்து, சக்கரத்தை மீண்டும் கண்டுபிடிக்காமல் இருக்கவும், ஒரு ரேக்கை சேகரிக்காமல் இருக்கவும் உதவும். வேறு வார்த்தைகளில் கூறுவதானால், உங்கள் கர்மாவை மேம்படுத்தவும் (கப்ரோவ்ஸ்கி அல்ல). இந்த உலகில் மிகவும் மதிப்புமிக்க விஷயம் யோசனைகள். முக்கிய விஷயம் ஒரு யோசனை கண்டுபிடிக்க வேண்டும். யோசனையை யதார்த்தமாக மொழிபெயர்ப்பது ஏற்கனவே முற்றிலும் தொழில்நுட்ப சிக்கலாகும்.

எனவே மெதுவாக தொடங்குவோம் ...

சிக்கலை உருவாக்குதல்.

கிடைக்கும்:

PostgreSQL(10.5), கலப்பு சுமை (OLTP+DSS), நடுத்தர முதல் லேசான சுமை, AWS கிளவுட்டில் ஹோஸ்ட் செய்யப்பட்டது.
தரவுத்தள கண்காணிப்பு இல்லை, உள்கட்டமைப்பு கண்காணிப்பு குறைந்தபட்ச கட்டமைப்பில் நிலையான AWS கருவிகளாக வழங்கப்படுகிறது.

தேவைப்படுகிறது:

தரவுத்தளத்தின் செயல்திறன் மற்றும் நிலையைக் கண்காணிக்கவும், கனமான தரவுத்தள வினவல்களை மேம்படுத்த ஆரம்பத் தகவலைக் கண்டறிந்து வைத்திருக்கவும்.

தீர்வுகளின் சுருக்கமான அறிமுகம் அல்லது பகுப்பாய்வு

தொடங்குவதற்கு, பொறியாளருக்கான நன்மைகள் மற்றும் சிக்கல்களின் ஒப்பீட்டு பகுப்பாய்வின் பார்வையில் சிக்கலைத் தீர்ப்பதற்கான விருப்பங்களை பகுப்பாய்வு செய்ய முயற்சிப்போம், மேலும் பணியாளர்கள் பட்டியலில் இருக்க வேண்டியவர்கள் நன்மைகள் மற்றும் இழப்புகளைச் சமாளிக்கட்டும். நிர்வாகத்தின்.

விருப்பம் 1 - "தேவைக்கேற்ப வேலை செய்தல்"

எல்லாவற்றையும் அப்படியே விட்டுவிடுகிறோம். வாடிக்கையாளர் உடல்நலம், தரவுத்தளத்தின் செயல்திறன் அல்லது பயன்பாடு ஆகியவற்றில் திருப்தி அடையவில்லை என்றால், அவர் DBA பொறியாளர்களுக்கு மின்னஞ்சல் மூலம் அல்லது டிக்கெட் பெட்டியில் ஒரு சம்பவத்தை உருவாக்குவதன் மூலம் அறிவிப்பார்.
ஒரு பொறியாளர், ஒரு அறிவிப்பைப் பெற்ற பிறகு, சிக்கலைப் புரிந்துகொள்வார், ஒரு தீர்வை வழங்குவார் அல்லது பிரச்சனையை நிறுத்திவிடுவார், எல்லாம் தானாகவே தீர்க்கப்படும் என்று நம்புகிறார், எப்படியும், எல்லாம் விரைவில் மறந்துவிடும்.
கிங்கர்பிரெட் மற்றும் டோனட்ஸ், காயங்கள் மற்றும் புடைப்புகள்கிங்கர்பிரெட் மற்றும் டோனட்ஸ்:
1. கூடுதலாக எதுவும் செய்ய வேண்டியதில்லை
2. எப்போதும் வெளியேறி அழுக்காகிவிட வாய்ப்பு உண்டு.
3. நீங்கள் சொந்தமாக செலவிடக்கூடிய நிறைய நேரம்.
காயங்கள் மற்றும் புடைப்புகள்:
1. விரைவில் அல்லது பின்னர், வாடிக்கையாளர் இந்த உலகில் இருப்பதன் சாராம்சம் மற்றும் உலகளாவிய நீதியைப் பற்றி சிந்தித்து, மீண்டும் ஒரு கேள்வியை தனக்குத்தானே கேட்டுக்கொள்வார் - நான் ஏன் அவர்களுக்கு எனது பணத்தை செலுத்துகிறேன்? விளைவு எப்பொழுதும் ஒரே மாதிரியாக இருக்கும் - வாடிக்கையாளர் எப்போது சலிப்படைந்து விடைபெறுகிறார் என்பதுதான் ஒரே கேள்வி. மேலும் ஊட்டி காலியாக உள்ளது. வருத்தமாக இருக்கிறது.
2. ஒரு பொறியாளரின் வளர்ச்சி பூஜ்ஜியம்.
3. வேலை திட்டமிடல் மற்றும் ஏற்றுவதில் சிரமங்கள்

விருப்பம் 2 - "டம்பூரைன்களுடன் நடனமாடுங்கள், காலணிகளை அணிந்து கொள்ளுங்கள்"

பத்தி 1-எங்களுக்கு ஏன் கண்காணிப்பு அமைப்பு தேவை, எல்லா கோரிக்கைகளையும் நாங்கள் பெறுவோம். தரவு அகராதி மற்றும் டைனமிக் காட்சிகளுக்கான அனைத்து வகையான வினவல்களையும் நாங்கள் தொடங்குகிறோம், எல்லா வகையான கவுண்டர்களையும் இயக்குகிறோம், எல்லாவற்றையும் அட்டவணைகளாகக் கொண்டு வருகிறோம், பட்டியல்கள் மற்றும் அட்டவணைகளை அவ்வப்போது பகுப்பாய்வு செய்கிறோம். இதன் விளைவாக, எங்களிடம் அழகான அல்லது மிகவும் வரைபடங்கள், அட்டவணைகள், அறிக்கைகள் உள்ளன. முக்கிய விஷயம் - அது இன்னும் அதிகமாக இருக்கும்.
பத்தி 2-செயல்பாட்டை உருவாக்குங்கள் - இவை அனைத்தையும் பகுப்பாய்வு செய்யுங்கள்.
பத்தி 3-நாங்கள் ஒரு குறிப்பிட்ட ஆவணத்தைத் தயாரிக்கிறோம், இந்த ஆவணத்தை நாங்கள் அழைக்கிறோம், வெறுமனே - "தரவுத்தளத்தை எவ்வாறு சித்தப்படுத்துவது."
பத்தி 4- வாடிக்கையாளர், வரைபடங்கள் மற்றும் புள்ளிவிவரங்களின் இந்த மகத்துவத்தைப் பார்த்து, குழந்தைத்தனமான அப்பாவி நம்பிக்கையில் இருக்கிறார் - இப்போது எல்லாம் விரைவில் நமக்கு வேலை செய்யும். மேலும், அவர்களின் நிதி ஆதாரங்களுடன் எளிதாகவும் வலியின்றி பிரிந்து செல்கின்றனர். எங்கள் பொறியாளர்கள் கடினமாக உழைக்கிறார்கள் என்பதில் நிர்வாகமும் உறுதியாக உள்ளது. அதிகபட்ச ஏற்றுதல்.
பத்தி 5- படி 1 ஐ தொடர்ந்து செய்யவும்.
கிங்கர்பிரெட் மற்றும் டோனட்ஸ், காயங்கள் மற்றும் புடைப்புகள்கிங்கர்பிரெட் மற்றும் டோனட்ஸ்:
1. மேலாளர்கள் மற்றும் பொறியாளர்களின் வாழ்க்கை எளிமையானது, யூகிக்கக்கூடியது மற்றும் செயல்பாடு நிறைந்தது. எல்லாம் சலசலக்கிறது, எல்லோரும் பிஸியாக இருக்கிறார்கள்.
2. வாடிக்கையாளரின் வாழ்க்கையும் மோசமாக இல்லை - நீங்கள் கொஞ்சம் பொறுமையாக இருக்க வேண்டும், எல்லாம் செயல்படும் என்பதில் அவர் எப்போதும் உறுதியாக இருக்கிறார். சிறப்பாக வரவில்லை, நல்லது, நல்லது - இந்த உலகம் நியாயமற்றது, அடுத்த வாழ்க்கையில் - அதிர்ஷ்டம்.
காயங்கள் மற்றும் புடைப்புகள்:
1. விரைவில் அல்லது பின்னர், இதேபோன்ற சேவையை ஒரு சிறந்த வழங்குநர் இருப்பார், அவர் அதையே செய்வார், ஆனால் கொஞ்சம் மலிவானது. முடிவு ஒரே மாதிரியாக இருந்தால், ஏன் அதிக கட்டணம் செலுத்த வேண்டும். இது மீண்டும் ஊட்டி காணாமல் போக வழிவகுக்கும்.
2. சலிப்பாக இருக்கிறது. எந்த ஒரு சிறிய அர்த்தமுள்ள செயல்பாடு எவ்வளவு சலிப்பை ஏற்படுத்துகிறது.
3. முந்தைய பதிப்பைப் போலவே - வளர்ச்சி இல்லை. ஆனால் ஒரு பொறியாளருக்கு, மைனஸ் என்னவென்றால், முதல் விருப்பத்தைப் போலல்லாமல், இங்கே நீங்கள் தொடர்ந்து ஐடிபியை உருவாக்க வேண்டும். அது நேரம் எடுக்கும். உங்கள் அன்புக்குரியவரின் நலனுக்காக செலவிடலாம். உங்களை நீங்களே கவனித்துக் கொள்ள முடியாது, எல்லோரும் உங்களைப் பற்றி கவலைப்படுகிறார்கள்.

விருப்பம் 3-சைக்கிளைக் கண்டுபிடிக்க வேண்டிய அவசியமில்லை, நீங்கள் அதை வாங்கி ஓட்ட வேண்டும்.

மற்ற நிறுவனங்களின் பொறியாளர்கள் தெரிந்தே பீர் உடன் பீட்சா சாப்பிடுகிறார்கள் (ஓ, 90 களில் செயின்ட் பீட்டர்ஸ்பர்க்கின் புகழ்பெற்ற நேரம்). உருவாக்கப்பட்ட, பிழைத்திருத்தம் செய்யப்பட்ட மற்றும் வேலை செய்யும் கண்காணிப்பு அமைப்புகளைப் பயன்படுத்துவோம், மேலும் பொதுவாகச் சொன்னால், அவை நன்மைகளைத் தருகின்றன (குறைந்தபட்சம் அவற்றின் படைப்பாளர்களுக்கு).
கிங்கர்பிரெட் மற்றும் டோனட்ஸ், காயங்கள் மற்றும் புடைப்புகள்கிங்கர்பிரெட் மற்றும் டோனட்ஸ்:
1. ஏற்கனவே கண்டுபிடித்ததை கண்டுபிடித்து நேரத்தை வீணடிக்க தேவையில்லை. எடுத்து பயன்படுத்தவும்.
2. கண்காணிப்பு அமைப்புகள் முட்டாள்களால் எழுதப்படவில்லை, நிச்சயமாக அவை பயனுள்ளதாக இருக்கும்.
3. பணிபுரியும் கண்காணிப்பு அமைப்புகள் பொதுவாக பயனுள்ள வடிகட்டிய தகவலை வழங்குகின்றன.
காயங்கள் மற்றும் புடைப்புகள்:
1. இந்த வழக்கில் பொறியாளர் ஒரு பொறியாளர் அல்ல, ஆனால் வேறொருவரின் தயாரிப்பைப் பயன்படுத்துபவர் அல்லது ஒரு பயனர்.
2. வாடிக்கையாளருக்கு அவர் பொதுவாக புரிந்து கொள்ள விரும்பாத ஒன்றை வாங்க வேண்டியதன் அவசியத்தை உறுதியாக நம்ப வேண்டும், மேலும் அவர் அதை வாங்கக்கூடாது, மேலும் பொதுவாக ஆண்டிற்கான வரவு செலவுத் திட்டம் அங்கீகரிக்கப்பட்டுள்ளது மற்றும் மாறாது. நீங்கள் ஒரு தனி ஆதாரத்தை ஒதுக்க வேண்டும், அதை ஒரு குறிப்பிட்ட அமைப்பிற்கு கட்டமைக்க வேண்டும். அந்த. முதலில் நீங்கள் பணம் செலுத்த வேண்டும், செலுத்த வேண்டும் மற்றும் மீண்டும் செலுத்த வேண்டும். மேலும் வாடிக்கையாளர் கஞ்சத்தனமானவர். இதுவே இந்த வாழ்வின் நெறி.

என்ன செய்வது, செர்னிஷெவ்ஸ்கி? உங்கள் கேள்வி மிகவும் பொருத்தமானது. (உடன்)

இந்த குறிப்பிட்ட சூழ்நிலையிலும் தற்போதைய சூழ்நிலையிலும், நீங்கள் கொஞ்சம் வித்தியாசமாக செய்யலாம் - எங்கள் சொந்த கண்காணிப்பு அமைப்பை உருவாக்குவோம்.
PostgreSQL வினவல்களின் செயல்திறன் கண்காணிப்பு. பகுதி 1 - அறிக்கை
சரி, ஒரு அமைப்பு அல்ல, நிச்சயமாக, வார்த்தையின் முழு அர்த்தத்தில், இது மிகவும் சத்தமாகவும் ஆடம்பரமாகவும் இருக்கிறது, ஆனால் குறைந்தபட்சம் எப்படியாவது அதை எளிதாக்குங்கள் மற்றும் செயல்திறன் சம்பவங்களைத் தீர்க்க கூடுதல் தகவல்களைச் சேகரிக்கவும். ஒரு சூழ்நிலையில் உங்களைக் கண்டுபிடிக்காமல் இருக்க - "அங்கு போ, எங்கே என்று எனக்குத் தெரியவில்லை, அதைக் கண்டுபிடி, என்னவென்று எனக்குத் தெரியவில்லை."

இந்த விருப்பத்தின் நன்மை தீமைகள் என்ன:

நன்மை:
1. இது சுவாரஸ்யமானது. சரி, "டேட்டாஃபைலை சுருக்கவும், டேபிள்ஸ்பேஸை மாற்றவும்" என்ற நிலையானதை விட குறைந்தது மிகவும் சுவாரஸ்யமானது.
2. இவை புதிய திறன்கள் மற்றும் புதிய வளர்ச்சி. இது எதிர்காலத்தில் விரைவில் அல்லது பின்னர் நன்கு தகுதியான கிங்கர்பிரெட் மற்றும் டோனட்ஸ் கொடுக்கும்.
தீமைகள்:
1. வேலை செய்ய வேண்டும். நிறைய வேலை செய்.
2. அனைத்து நடவடிக்கைகளின் அர்த்தத்தையும் முன்னோக்குகளையும் நீங்கள் தொடர்ந்து விளக்க வேண்டும்.
3. எதையாவது தியாகம் செய்ய வேண்டும், ஏனென்றால் பொறியாளருக்கு இருக்கும் ஒரே ஆதாரம் - நேரம் - பிரபஞ்சத்தால் வரையறுக்கப்பட்டுள்ளது.
4. மோசமான மற்றும் மிகவும் விரும்பத்தகாத - இதன் விளைவாக, "எலி அல்ல, தவளை அல்ல, ஆனால் அறியப்படாத சிறிய விலங்கு" போன்ற குப்பைகள் மாறக்கூடும்.

எதையாவது ஆபத்தில் வைக்காதவர் ஷாம்பெயின் குடிப்பதில்லை.
எனவே, வேடிக்கை தொடங்குகிறது.

பொதுவான யோசனை - திட்டவட்டமான

PostgreSQL வினவல்களின் செயல்திறன் கண்காணிப்பு. பகுதி 1 - அறிக்கை
(கட்டுரையிலிருந்து எடுக்கப்பட்ட விளக்கம் «PostgreSQL செயல்திறனை மேம்படுத்துவதற்கான முறைகளில் ஒன்று தொகுப்பு")

விளக்கம்:

  • இலக்கு தரவுத்தளம் நிலையான PostgreSQL நீட்டிப்பு “pg_stat_statements” உடன் நிறுவப்பட்டுள்ளது.
  • கண்காணிப்பு தரவுத்தளத்தில், ஆரம்ப கட்டத்தில் pg_stat_statements வரலாற்றை சேமிக்கவும் எதிர்காலத்தில் அளவீடுகள் மற்றும் கண்காணிப்பை உள்ளமைக்கவும் சேவை அட்டவணைகளின் தொகுப்பை உருவாக்குகிறோம்.
  • கண்காணிப்பு ஹோஸ்டில், டிக்கெட் அமைப்பில் நிகழ்வுகளை உருவாக்குவது உட்பட, பாஷ் ஸ்கிரிப்ட்களின் தொகுப்பை உருவாக்குகிறோம்.

சேவை அட்டவணைகள்

தொடங்குவதற்கு, திட்டவட்டமாக எளிமைப்படுத்தப்பட்ட ERD, இறுதியில் என்ன நடந்தது:
PostgreSQL வினவல்களின் செயல்திறன் கண்காணிப்பு. பகுதி 1 - அறிக்கை
அட்டவணைகளின் சுருக்கமான விளக்கம்இறுதிப்புள்ளி - புரவலன், நிகழ்விற்கான இணைப்பு புள்ளி
தகவல் - தரவுத்தள விருப்பங்கள்
pg_stat_history - இலக்கு தரவுத்தளத்தின் pg_stat_statements காட்சியின் தற்காலிக ஸ்னாப்ஷாட்களை சேமிப்பதற்கான வரலாற்று அட்டவணை
மெட்ரிக்_சொற்களஞ்சியம் - செயல்திறன் அளவீடுகளின் அகராதி
metric_config - தனிப்பட்ட அளவீடுகளின் கட்டமைப்பு
மெட்ரிக் - கண்காணிக்கப்படும் கோரிக்கைக்கான குறிப்பிட்ட அளவீடு
metric_alert_history - செயல்திறன் எச்சரிக்கைகளின் வரலாறு
பதிவு_வினவல் - AWS இலிருந்து பதிவிறக்கம் செய்யப்பட்ட PostgreSQL பதிவு கோப்பிலிருந்து பாகுபடுத்தப்பட்ட பதிவுகளை சேமிப்பதற்கான சேவை அட்டவணை
அடிப்படை - அடிப்படையாகப் பயன்படுத்தப்படும் காலத்தின் அளவுருக்கள்
சோதனைச்சாவடி - தரவுத்தளத்தின் நிலையை சரிபார்க்க அளவீடுகளின் உள்ளமைவு
சோதனைச் சாவடி_எச்சரிக்கை_வரலாறு - தரவுத்தள நிலை சரிபார்ப்பு அளவீடுகளின் எச்சரிக்கை வரலாறு
pg_stat_db_queries - செயலில் உள்ள கோரிக்கைகளின் சேவை அட்டவணை
நடவடிக்கை பதிவு - செயல்பாட்டு பதிவு சேவை அட்டவணை
பொறி_ஆய்டு - பொறி கட்டமைப்பு சேவை அட்டவணை

நிலை 1 - செயல்திறன் புள்ளிவிவரங்களைச் சேகரித்து அறிக்கைகளைப் பெறவும்

புள்ளிவிவரத் தகவலைச் சேமிக்க ஒரு அட்டவணை பயன்படுத்தப்படுகிறது. pg_stat_history
pg_stat_history அட்டவணை அமைப்பு

                                          அட்டவணை "public.pg_stat_history" நெடுவரிசை | வகை | மாற்றியமைப்பவர்கள் ---------------------------------------------------------- ---------------------------------- ஐடி | முழு எண் | பூஜ்ய இயல்புநிலை இல்லை nextval('pg_stat_history_id_seq'::regclass) snapshot_timestamp | நேர மண்டலம் இல்லாமல் நேரமுத்திரை | தரவுத்தள_ஐடி | முழு எண் | dbid | oid | userid | oid | கேள்வி | பெரிய | வினவு | உரை | அழைப்புகள் | பெரிய | மொத்த_நேரம் | இரட்டை துல்லியம் | நிமிட_நேரம் | இரட்டை துல்லியம் | அதிகபட்ச_நேரம் | இரட்டை துல்லியம் | சராசரி_நேரம் | இரட்டை துல்லியம் | stddev_time | இரட்டை துல்லியம் | வரிசைகள் | பெரிய | பகிரப்பட்ட_blks_ஹிட் | பெரிய | பகிரப்பட்ட_blks_read | பெரிய | பகிரப்பட்ட_blks_dirtied | பெரிய | பகிரப்பட்ட_blks_written | பெரிய | உள்ளூர்_blks_ஹிட் | பெரிய | உள்ளூர்_blks_read | பெரிய | உள்ளூர்_blks_dirtied | பெரிய | உள்ளூர்_blks_எழுதப்பட்டது | பெரிய | temp_blks_read | பெரிய | temp_blks_written | பெரிய | blk_படிக்க_நேரம் | இரட்டை துல்லியம் | blk_write_time | இரட்டை துல்லியம் | அடிப்படை_ஐடி | முழு எண் | குறியீடுகள்: "pg_stat_history_pkey" முதன்மை விசை, btree (id) "database_idx" btree (database_id) "queryid_idx" btree (queryid) "snapshot_timestamp_idx" btree (snapshot_timestamp_idx" btree (snapshot_timestamp) KEF_Kydatabase Foreign-YK database_id) குறிப்புகள் தரவுத்தளம்(id ) கேஸ்கேட் நீக்குவதில்

நீங்கள் பார்க்க முடியும் என, அட்டவணை ஒரு ஒட்டுமொத்த பார்வை தரவு pg_stat_statements இலக்கு தரவுத்தளத்தில்.

இந்த அட்டவணையின் பயன்பாடு மிகவும் எளிது.

pg_stat_history ஒவ்வொரு மணிநேரத்திற்கும் வினவல் செயலாக்கத்தின் திரட்டப்பட்ட புள்ளிவிவரங்களைக் குறிக்கும். ஒவ்வொரு மணி நேரத்தின் தொடக்கத்திலும், அட்டவணையை நிரப்பிய பிறகு, புள்ளிவிவரங்கள் pg_stat_statements உடன் மீட்டமை pg_stat_statements_reset().
குறிப்பு: 1 வினாடிக்கு மேல் உள்ள கோரிக்கைகளுக்கு புள்ளிவிவரங்கள் சேகரிக்கப்படுகின்றன.
pg_stat_history அட்டவணையை நிரப்புகிறது

--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;

இதன் விளைவாக, அட்டவணையில் ஒரு குறிப்பிட்ட காலத்திற்குப் பிறகு pg_stat_history அட்டவணையின் உள்ளடக்கங்களின் ஸ்னாப்ஷாட்களின் தொகுப்பு எங்களிடம் இருக்கும் pg_stat_statements இலக்கு தரவுத்தளம்.

உண்மையில் அறிக்கை

எளிய வினவல்களைப் பயன்படுத்தி, நீங்கள் மிகவும் பயனுள்ள மற்றும் சுவாரஸ்யமான அறிக்கைகளைப் பெறலாம்.

ஒரு குறிப்பிட்ட காலத்திற்கு ஒருங்கிணைக்கப்பட்ட தரவு

விசாரணை

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 ;

டி.பி. நேரம்

to_char(இடைவெளி '1 மில்லிசெகண்ட்' * pg_total_stat_history_rec.total_time, 'HH24:MI:SS.MS')

I/O நேரம்

to_char(இடைவெளி '1 மில்லி விநாடி' * ( pg_total_stat_history_rec.blk_read_time + pg_total_stat_history_rec.blk_write_time ), 'HH24:MI:SS.MS')

மொத்த_நேரத்தின்படி TOP10 SQL

விசாரணை

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
------------------------------------------------- ---------------------------------- | மொத்த செயலாக்க நேரத்தின்படி TOP10 SQL | #| queryid| அழைப்புகள்| அழைப்புகள் %| மொத்த_நேரம் (மிவி) | 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

மொத்த I/O நேரத்தின்படி TOP10 SQL

விசாரணை

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

அதிகபட்ச செயல்பாட்டின் நேரத்தின்படி TOP10 SQL

விசாரணை

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

------------------------------------------------- ---------------------------------- | அதிகபட்ச செயலாக்க நேரத்தின்படி TOP10 SQL | #| ஸ்னாப்ஷாட்| ஸ்னாப்ஷாட்ஐடி| queryid| அதிகபட்ச நேரம் --+--------------------------------------- | 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 by SHARED buffer படிக்க/எழுத

விசாரணை

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
------------------------------------------------- ---------------------------------- | பகிரப்பட்ட பஃபர் மூலம் TOP10 SQL படிக்க/எழுத | #| ஸ்னாப்ஷாட்| ஸ்னாப்ஷாட்ஐடி| queryid| பகிரப்பட்ட தொகுதிகள் வாசிக்க| பகிரப்பட்ட தொகுதிகள் எழுதும் +----+------------------+ -+------------------------------------------------ | 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 ------------------------------------------------- -------------------------------------------------

அதிகபட்ச செயலாக்க நேரத்தின் மூலம் வினவல் விநியோகத்தின் ஹிஸ்டோகிராம்

கோரிக்கைகளை

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 ஹிஸ்டோகிராம் | மொத்த அழைப்புகள் : 33851920 | நிமிட நேரம் : 00:00:01.063 | அதிகபட்ச நேரம் : 00:02:01.869 ---------------------------------------------- ---------------------------- | நிமிட காலம்| அதிகபட்ச காலம்| அழைப்புகள் +------------------------------------------------------ ---------------------------------- | 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

வினாடிக்கு வினவல் மூலம் TOP10 ஸ்னாப்ஷாட்கள்

கோரிக்கைகளை

--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 எண்களால் வரிசைப்படுத்தப்பட்ட TOP10 ஸ்னாப்ஷாட்கள் ------------------------------------------------- ---------------------------------------------------- ------------------------------------------- | #| ஸ்னாப்ஷாட்| ஸ்னாப்ஷாட்ஐடி| அழைப்புகள்| மொத்த dbtime| QPS | I/O நேரம் | I/O நேரம் % +------+-----------------------------------------+--------- ----+--------------------------------------------------- -+------------------------------------------------ | 1| 04.04.2019/20/04 4161:5758631| 00| 06| 30.513:390513.926:1573.396( 00 ms.)| 00| 01.470:1470.110:376( 2 ms.)| .04.04.2019 | 17| 00/4149/3529197 00:11| 48.830| 708830.618| 980.332:00:12( 47.834 ms.)| 767834.052| 108.324:3:04.04.2019( 16 ms.)| 00 | 4143| 3525360/00/10 13.492:613492.351| 979.267| 00| 08:41.396:521396.555( 84.988 ms.)| 4| 04.04.2019:21:03( 4163 ms.)| 2781536 | 00| 03/06.470/186470.979 785.745:00| 00| 00.249| 249.865:134:5( 04.04.2019 ms.)| 19| 03:4159:2890362( 00 ms.)| .03 | 16.784| 196784.755/776.979/00 00:01.441| 1441.386| 732| 6:04.04.2019:14( 00 ms.)| 4137| 2397326:00:04( 43.033 ms.)| .283033.854 | 665.924| 00/00/00.024 24.505:009 | 7| 04.04.2019| 15:00:4139( 2394416 ms.)| 00| 04:51.435:291435.010( 665.116 ms.)| .00 | 00| 12.025/12025.895/4.126 8:04.04.2019| 13| 00| 4135:2373043:00( 04 ms.)| 26.791| 266791.988:659.179:00( 00 ms.)| 00.064 | 64.261| 024/9/05.04.2019 01:03| 4167| 4387191| 00:06:51.380( 411380.293 ms.)| 609.332| 00:05:18.847( 318847.407 ms.)| .77.507 | 10| 04.04.2019/18/01 4157:1145596| 00| 01| 19.217:79217.372:313.004( 00 ms.)| 00| 01.319:1319.676:1.666( XNUMX ms.)| XNUMX | XNUMX| XNUMX/XNUMX/XNUMX XNUMX:XNUMX| XNUMX| XNUMX| XNUMX:XNUMX:XNUMX( XNUMX ms.)| XNUMX| XNUMX:XNUMX:XNUMX( XNUMX ms.)| XNUMX

QueryPerSeconds மற்றும் I/O நேரத்துடன் ஒரு மணிநேர செயலாக்க வரலாறு

விசாரணை

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

அனைத்து SQL தேர்வுகளின் உரை

விசாரணை

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

இதன் விளைவாக

நீங்கள் பார்க்க முடியும் என, மிகவும் எளிமையான வழிகளில், பணிச்சுமை மற்றும் தரவுத்தளத்தின் நிலை பற்றிய பல பயனுள்ள தகவல்களைப் பெறலாம்.

குறிப்பு:வினவல்களில் queryid ஐ நீங்கள் சரிசெய்தால், ஒரு தனி கோரிக்கைக்கான வரலாற்றைப் பெறுவோம் (இடத்தைச் சேமிப்பதற்காக, தனி கோரிக்கைக்கான அறிக்கைகள் தவிர்க்கப்படும்).

எனவே, வினவல் செயல்திறன் பற்றிய புள்ளிவிவர தரவு கிடைக்கிறது மற்றும் சேகரிக்கப்படுகிறது.
முதல் நிலை "புள்ளிவிவர தரவு சேகரிப்பு" முடிந்தது.

நீங்கள் இரண்டாவது கட்டத்திற்கு செல்லலாம் - "செயல்திறன் அளவீடுகளை உள்ளமைத்தல்".
PostgreSQL வினவல்களின் செயல்திறன் கண்காணிப்பு. பகுதி 1 - அறிக்கை

Русская Русский ССССССССРСР РСССССРРРР ССС РРСССССРРСССРССС.

தொடர வேண்டும் ...

ஆதாரம்: www.habr.com

கருத்தைச் சேர்