ప్రోహోస్టర్ > బ్లాగ్ > పరిపాలన > PostgreSQL ప్రశ్నల పనితీరు పర్యవేక్షణ. పార్ట్ 1 - రిపోర్టింగ్

PostgreSQL ప్రశ్నల పనితీరు పర్యవేక్షణ. పార్ట్ 1 - రిపోర్టింగ్

ఇంజనీర్ - లాటిన్ నుండి అనువదించబడింది - ప్రేరణ.
ఇంజనీర్ ఏదైనా చేయగలడు. (సి) ఆర్. డీజిల్.
ఎపిగ్రాఫ్స్.
PostgreSQL ప్రశ్నల పనితీరు పర్యవేక్షణ. పార్ట్ 1 - రిపోర్టింగ్
లేదా డేటాబేస్ అడ్మినిస్ట్రేటర్ తన ప్రోగ్రామింగ్ గతాన్ని ఎందుకు గుర్తుంచుకోవాలి అనే దాని గురించి కథ.

ముందుమాట

అన్ని పేర్లు మార్చబడ్డాయి. యాదృచ్ఛికాలు యాదృచ్ఛికంగా ఉంటాయి. పదార్థం రచయిత యొక్క వ్యక్తిగత అభిప్రాయాన్ని మాత్రమే సూచిస్తుంది.

వారంటీల నిరాకరణ: ప్రణాళికాబద్ధమైన కథనాల సిరీస్‌లో ఉపయోగించిన పట్టికలు మరియు స్క్రిప్ట్‌ల వివరణాత్మక మరియు ఖచ్చితమైన వివరణ ఉండదు. పదార్థాలను వెంటనే "ఉన్నట్లుగా" ఉపయోగించలేరు.
మొదట, పెద్ద పరిమాణంలో పదార్థం కారణంగా,
రెండవది, నిజమైన కస్టమర్ యొక్క ఉత్పత్తి స్థావరంతో సన్నిహిత సంబంధం కారణంగా.
అందువల్ల, కథనాలు చాలా సాధారణ రూపంలో ఆలోచనలు మరియు వివరణలను మాత్రమే కలిగి ఉంటాయి.
బహుశా భవిష్యత్తులో సిస్టమ్ GitHubలో పోస్ట్ చేయబడే స్థాయికి పెరుగుతుంది, లేదా కాకపోవచ్చు. సమయం చూపుతుంది.

కథ ప్రారంభం - "ఇదంతా ఎలా మొదలైందో మీకు గుర్తుందా".
ఫలితంగా ఏమి జరిగింది, అత్యంత సాధారణ పరంగా - “PostgreSQL పనితీరును మెరుగుపరిచే పద్ధతుల్లో ఒకటిగా సింథసిస్»

నాకు ఇవన్నీ ఎందుకు అవసరం?

బాగా, మొదట, మరచిపోకుండా ఉండటానికి, పదవీ విరమణలో అద్భుతమైన రోజులను గుర్తుంచుకోండి.
రెండవది, వ్రాసిన వాటిని క్రమబద్ధీకరించడం. ఎందుకంటే కొన్నిసార్లు నేను గందరగోళం చెందడం మరియు కొన్ని భాగాలను మరచిపోతాను.

బాగా, మరియు చాలా ముఖ్యమైన విషయం ఏమిటంటే, ఇది ఎవరికైనా ఉపయోగపడుతుంది మరియు చక్రాన్ని తిరిగి కనిపెట్టకుండా మరియు రేక్‌ని సేకరించకుండా వారికి సహాయపడవచ్చు. మరో మాటలో చెప్పాలంటే, మీ కర్మను మెరుగుపరచండి (ఖబ్రోవ్‌లది కాదు). ఎందుకంటే ఈ ప్రపంచంలో అత్యంత విలువైనది ఆలోచనలు. ప్రధాన విషయం ఏమిటంటే ఒక ఆలోచనను కనుగొనడం. కానీ ఆలోచనను రియాలిటీగా మార్చడం పూర్తిగా సాంకేతిక ప్రశ్న.

కాబట్టి, కొద్దిగా ప్రారంభిద్దాం ...

సమస్య యొక్క సూత్రీకరణ.

అందుబాటులో ఉంది:

PostgreSQL(10.5) డేటాబేస్, మిశ్రమ లోడ్ రకం (OLTP+DSS), మీడియం-లైట్ లోడ్, AWS క్లౌడ్‌లో ఉంది.
డేటాబేస్ పర్యవేక్షణ లేదు; కనీస కాన్ఫిగరేషన్‌లో ప్రామాణిక AWS సాధనాల రూపంలో మౌలిక సదుపాయాల పర్యవేక్షణ అందించబడుతుంది.

ఇది అవసరం:

డేటాబేస్ పనితీరు మరియు స్థితిని పర్యవేక్షించండి, భారీ డేటాబేస్ ప్రశ్నలను ఆప్టిమైజ్ చేయడానికి ప్రారంభ సమాచారాన్ని కనుగొనండి మరియు కలిగి ఉండండి.

పరిష్కార ఎంపికల సంక్షిప్త పరిచయం లేదా విశ్లేషణ

ప్రారంభించడానికి, ఇంజనీర్‌కు ప్రయోజనాలు మరియు అప్రయోజనాల యొక్క తులనాత్మక విశ్లేషణ యొక్క కోణం నుండి సమస్యను పరిష్కరించడానికి ఎంపికలను విశ్లేషించడానికి ప్రయత్నిద్దాం మరియు సిబ్బంది షెడ్యూల్ ప్రకారం అర్హులైన వారు ప్రయోజనాలతో వ్యవహరించనివ్వండి మరియు నిర్వహణ నష్టాలు.

ఎంపిక 1 - “డిమాండ్‌పై పని చేయడం”

మేము ప్రతిదీ అలాగే వదిలివేస్తాము. కస్టమర్ ఫంక్షనాలిటీ, డేటాబేస్ లేదా అప్లికేషన్ యొక్క పనితీరులో ఏదైనా సంతృప్తి చెందకపోతే, అతను DBA ఇంజనీర్‌లకు ఇమెయిల్ ద్వారా లేదా టికెట్ ట్రేలో ఒక సంఘటనను సృష్టించడం ద్వారా తెలియజేస్తాడు.
ఇంజనీర్, నోటిఫికేషన్‌ను స్వీకరించిన తర్వాత, సమస్యను అర్థం చేసుకుంటాడు, పరిష్కారాన్ని అందిస్తాడు లేదా సమస్యను బ్యాక్ బర్నర్‌లో ఉంచుతాడు, ప్రతిదీ స్వయంగా పరిష్కరిస్తుందని మరియు ఏమైనప్పటికీ, ప్రతిదీ త్వరలో మరచిపోతుంది.
బెల్లము మరియు డోనట్స్, గాయాలు మరియు గడ్డలుబెల్లము మరియు డోనట్స్:
1. అదనంగా ఏమీ చేయవలసిన అవసరం లేదు.
2. సాకులు చెప్పడానికి మరియు స్క్రూ అప్ చేయడానికి ఎల్లప్పుడూ అవకాశం ఉంది.
3. మీరు మీ స్వంత అభీష్టానుసారం ఎక్కువ సమయం గడపవచ్చు.
గాయాలు మరియు గడ్డలు:
1. త్వరలో లేదా తరువాత, కస్టమర్ ఈ ప్రపంచంలో ఉనికి మరియు సార్వత్రిక న్యాయం యొక్క సారాంశం గురించి ఆలోచిస్తాడు మరియు మరోసారి తనను తాను ప్రశ్నించుకుంటాడు - నేను వారికి నా డబ్బు ఎందుకు చెల్లిస్తున్నాను? పర్యవసానంగా ఎప్పుడూ ఒకేలా ఉంటుంది - కస్టమర్ ఎప్పుడు విసుగు చెంది వీడ్కోలు పలుకుతాడనేది ఒక్కటే ప్రశ్న. మరియు ఫీడర్ ఖాళీగా ఉంటుంది. ఇది విచారకరం.
2. ఇంజనీర్ అభివృద్ధి - సున్నా.
3. ప్రణాళిక పని మరియు లోడ్ చేయడంలో ఇబ్బందులు

ఎంపిక 2- “టాంబురైన్‌లతో నృత్యం చేయడం, ఆవిరి పట్టడం మరియు బూట్లు ధరించడం”

పేరా 1-మనకు పర్యవేక్షణ వ్యవస్థ ఎందుకు అవసరం, మేము అభ్యర్థనలతో ప్రతిదీ స్వీకరిస్తాము. మేము డేటా డిక్షనరీ మరియు డైనమిక్ వీక్షణలకు అన్ని రకాల ప్రశ్నల సమూహాన్ని అమలు చేస్తాము, అన్ని రకాల కౌంటర్లను ఆన్ చేస్తాము, అన్నింటినీ టేబుల్‌లుగా ఉంచుతాము మరియు కాలానుగుణంగా జాబితాలు మరియు పట్టికలను విశ్లేషిస్తాము. ఫలితంగా, మనకు అందమైన లేదా అంత అందమైన గ్రాఫ్‌లు, పట్టికలు, నివేదికలు ఉన్నాయి. ప్రధాన విషయం ఏమిటంటే ఎక్కువ, ఎక్కువ.
పేరా 2-మేము కార్యాచరణను రూపొందిస్తాము మరియు వీటన్నింటి విశ్లేషణను ప్రారంభిస్తాము.
పేరా 3-మేము ఒక నిర్దిష్ట పత్రాన్ని సిద్ధం చేస్తున్నాము, మేము ఈ పత్రాన్ని సరళంగా పిలుస్తాము - "మేము డేటాబేస్ను ఎలా సెటప్ చేయాలి."
పేరా 4-కస్టమర్, గ్రాఫ్‌లు మరియు సంఖ్యల యొక్క ఈ వైభవాన్ని చూసి, చిన్నతనంలో, అమాయకమైన విశ్వాసంలో ఉన్నాడు - ఇప్పుడు ప్రతిదీ త్వరలో మన కోసం పని చేస్తుంది. మరియు, అతను తన ఆర్థిక వనరులతో సులభంగా మరియు నొప్పిలేకుండా విడిపోతాడు. మా ఇంజనీర్లు అద్భుతంగా పనిచేస్తున్నారని యాజమాన్యం కూడా నమ్మకంగా ఉంది. గరిష్టంగా లోడ్ అవుతోంది.
పేరా 5-క్రమం 1వ దశను పునరావృతం చేయండి.
బెల్లము మరియు డోనట్స్, గాయాలు మరియు గడ్డలుబెల్లము మరియు డోనట్స్:
1. నిర్వాహకులు మరియు ఇంజనీర్ల జీవితం సరళమైనది, ఊహించదగినది మరియు కార్యాచరణతో నిండి ఉంటుంది. అంతా సందడి, అందరూ బిజీ.
2. కస్టమర్ జీవితం కూడా చెడ్డది కాదు - అతను కొంచెం ఓపికపట్టాలి మరియు ప్రతిదీ పని చేస్తుందని అతను ఎల్లప్పుడూ ఖచ్చితంగా ఉంటాడు. ఇది మెరుగుపడటం లేదు, ప్రపంచం అన్యాయంగా ఉంది, తదుపరి జీవితంలో మీరు అదృష్టవంతులు అవుతారు.
గాయాలు మరియు గడ్డలు:
1. త్వరలో లేదా తరువాత, అదే పనిని చేసే వేగవంతమైన సర్వీస్ ప్రొవైడర్ ఉంటుంది, కానీ కొంచెం చౌకగా ఉంటుంది. మరియు ఫలితం ఒకేలా ఉంటే, ఎందుకు ఎక్కువ చెల్లించాలి. ఇది మళ్లీ ఫీడర్ అదృశ్యానికి దారి తీస్తుంది.
2. ఇది బోరింగ్. ఏదైనా అర్థం లేని కార్యకలాపం ఎంత విసుగు తెప్పిస్తుంది.
3. మునుపటి సంస్కరణలో వలె, అభివృద్ధి లేదు. కానీ ఒక ఇంజనీర్ కోసం, ప్రతికూలత ఏమిటంటే, మొదటి ఎంపిక వలె కాకుండా, మీరు నిరంతరం IBDని రూపొందించాలి. మరియు దీనికి సమయం పడుతుంది. మీరు మీ ప్రియమైన వారి ప్రయోజనం కోసం ఖర్చు చేయవచ్చు. మీరు మిమ్మల్ని జాగ్రత్తగా చూసుకోలేరు కాబట్టి, మీ గురించి ఎవరూ తిట్టుకోరు.

ఎంపిక 3 - మీరు సైకిల్‌ను కనిపెట్టాల్సిన అవసరం లేదు, మీరు దానిని కొనుగోలు చేసి తొక్కాలి.

ఇతర కంపెనీల ఇంజనీర్లు బీర్‌తో పిజ్జా తింటారు (ఓహ్, 90 వ దశకంలో సెయింట్ పీటర్స్‌బర్గ్ యొక్క కీర్తి రోజులు) ఇది ఏమీ కాదు. తయారు చేయబడిన, డీబగ్ చేయబడిన మరియు పని చేసే మానిటరింగ్ సిస్టమ్‌లను ఉపయోగిస్తాము మరియు సాధారణంగా మాట్లాడే ప్రయోజనం (అలాగే, కనీసం వాటి సృష్టికర్తలకు అయినా).
బెల్లము మరియు డోనట్స్, గాయాలు మరియు గడ్డలుబెల్లము మరియు డోనట్స్:
1. ఇదివరకే కనిపెట్టిన దానితో సమయం వృధా చేయాల్సిన అవసరం లేదు. తీసుకుని వాడండి.
2. పర్యవేక్షణ వ్యవస్థలు మూర్ఖులచే వ్రాయబడలేదు మరియు అవి ఉపయోగకరంగా ఉంటాయి.
3. వర్కింగ్ మానిటరింగ్ సిస్టమ్‌లు సాధారణంగా ఉపయోగకరమైన ఫిల్టర్ చేసిన సమాచారాన్ని అందిస్తాయి.
గాయాలు మరియు గడ్డలు:
1. ఈ సందర్భంలో ఇంజనీర్ ఇంజనీర్ కాదు, కేవలం వేరొకరి ఉత్పత్తిని ఉపయోగించేవాడు లేదా వినియోగదారు.
2. సాధారణంగా చెప్పాలంటే, అతను అర్థం చేసుకోవడానికి ఇష్టపడని, మరియు చేయకూడని వస్తువును కొనుగోలు చేయవలసిన అవసరాన్ని కస్టమర్ తప్పనిసరిగా ఒప్పించాలి మరియు సాధారణంగా సంవత్సరానికి బడ్జెట్ ఆమోదించబడింది మరియు మారదు. అప్పుడు మీరు ప్రత్యేక వనరును కేటాయించాలి మరియు నిర్దిష్ట సిస్టమ్ కోసం దానిని కాన్ఫిగర్ చేయాలి. ఆ. ముందుగా మీరు చెల్లించాలి, చెల్లించాలి మరియు మళ్లీ చెల్లించాలి. మరియు కస్టమర్ జిడ్డుగలవాడు. ఇదీ ఈ జీవన ప్రమాణం.

ఏమి చేయాలి - చెర్నిషెవ్స్కీ? మీ ప్రశ్న చాలా సందర్భోచితంగా ఉంది. (తో)

ఈ ప్రత్యేక సందర్భంలో మరియు ప్రస్తుత పరిస్థితిలో, మీరు దీన్ని కొద్దిగా భిన్నంగా చేయవచ్చు - మన స్వంత పర్యవేక్షణ వ్యవస్థను తయారు చేద్దాం.
PostgreSQL ప్రశ్నల పనితీరు పర్యవేక్షణ. పార్ట్ 1 - రిపోర్టింగ్
సరే, ఒక వ్యవస్థ కాదు, పదం యొక్క పూర్తి అర్థంలో, ఇది చాలా బిగ్గరగా మరియు అహంకారపూరితమైనది, కానీ కనీసం ఏదో ఒకవిధంగా మీ పనిని సులభతరం చేయండి మరియు పనితీరు సంఘటనలను పరిష్కరించడానికి మరింత సమాచారాన్ని సేకరించండి. పరిస్థితిలో మిమ్మల్ని మీరు కనుగొనకుండా ఉండటానికి - "అక్కడికి వెళ్లండి, నాకు ఎక్కడ తెలియదు, ఏదైనా కనుగొనండి, నాకు ఏమి తెలియదు."

ఈ ఎంపిక యొక్క లాభాలు మరియు నష్టాలు ఏమిటి:

ప్రోస్:
1. ఇది ఆసక్తికరంగా ఉంది. సరే, కనీసం ఇది స్థిరమైన “డేటాఫైల్‌ను కుదించడం, టేబుల్‌స్పేస్‌ని మార్చడం మొదలైనవి” కంటే మరింత ఆసక్తికరంగా ఉంటుంది.
2. ఇవి కొత్త నైపుణ్యాలు మరియు కొత్త అభివృద్ధి. ఇది, ముందుగానే లేదా తరువాత, మీకు బాగా అర్హమైన బెల్లము మరియు డోనట్స్ ఇస్తుంది.
కాన్స్:
1. మీరు పని చేయాల్సి ఉంటుంది. బాగా కష్టపడు.
2. మీరు అన్ని కార్యకలాపాల యొక్క అర్థం మరియు అవకాశాలను క్రమం తప్పకుండా వివరించాలి.
3. ఏదో త్యాగం చేయవలసి ఉంటుంది, ఎందుకంటే ఇంజనీర్‌కు అందుబాటులో ఉన్న ఏకైక వనరు - సమయం - విశ్వం ద్వారా పరిమితం చేయబడింది.
4. చెత్త మరియు అత్యంత అసహ్యకరమైన విషయం - ఫలితం "ఎలుక కాదు, కప్ప కాదు, తెలియని జంతువు" వంటి బుల్‌షిట్ కావచ్చు.

రిస్క్ తీసుకోని వారు షాంపైన్ తాగరు.
కాబట్టి - వినోదం ప్రారంభమవుతుంది.

సాధారణ ఆలోచన - క్రమపద్ధతిలో

PostgreSQL ప్రశ్నల పనితీరు పర్యవేక్షణ. పార్ట్ 1 - రిపోర్టింగ్
(వ్యాసం నుండి తీసుకోబడిన ఉదాహరణ «PostgreSQL పనితీరును మెరుగుపరిచే పద్ధతుల్లో ఒకటిగా సింథసిస్")

వివరణ:

  • ప్రామాణిక PostgreSQL పొడిగింపు “pg_stat_statements” లక్ష్య డేటాబేస్‌లో ఇన్‌స్టాల్ చేయబడింది.
  • పర్యవేక్షణ డేటాబేస్‌లో, ప్రారంభ దశలో pg_stat_statements చరిత్రను నిల్వ చేయడానికి మరియు కొలమానాలను సెటప్ చేయడానికి మరియు భవిష్యత్తులో పర్యవేక్షణ కోసం మేము సేవా పట్టికల సమితిని సృష్టిస్తాము.
  • మానిటరింగ్ హోస్ట్‌లో, మేము టిక్కెట్ సిస్టమ్‌లో సంఘటనలను సృష్టించే వాటితో సహా బాష్ స్క్రిప్ట్‌ల సమితిని సృష్టిస్తాము.

సేవా పట్టికలు

మొదట, స్కీమాటిక్ సరళీకృత ERD, చివరికి ఏమి జరిగింది:
PostgreSQL ప్రశ్నల పనితీరు పర్యవేక్షణ. పార్ట్ 1 - రిపోర్టింగ్
పట్టికల సంక్షిప్త వివరణతుది స్థానం — హోస్ట్, ఉదాహరణకి కనెక్షన్ పాయింట్
డేటాబేస్ - డేటాబేస్ పారామితులు
pg_stat_history - లక్ష్య డేటాబేస్ యొక్క pg_stat_statements వీక్షణ యొక్క తాత్కాలిక స్నాప్‌షాట్‌లను నిల్వ చేయడానికి చారిత్రక పట్టిక
మెట్రిక్_గ్లోసరీ - పనితీరు కొలమానాల నిఘంటువు
metric_config - వ్యక్తిగత కొలమానాల కాన్ఫిగరేషన్
మెట్రిక్ — పర్యవేక్షించబడుతున్న అభ్యర్థన కోసం నిర్దిష్ట మెట్రిక్
metric_alert_history - పనితీరు హెచ్చరికల చరిత్ర
లాగ్_ప్రశ్న — AWS నుండి డౌన్‌లోడ్ చేయబడిన PostgreSQL లాగ్ ఫైల్ నుండి అన్వయించబడిన రికార్డులను నిల్వ చేయడానికి ఒక సేవా పట్టిక
ఆధార - బేస్‌గా ఉపయోగించే సమయ వ్యవధుల పారామితులు
తనిఖీ కేంద్రం — డేటాబేస్ స్థితిని తనిఖీ చేయడానికి కొలమానాల కాన్ఫిగరేషన్
చెక్‌పాయింట్_అలర్ట్_హిస్టరీ — డేటాబేస్ హెల్త్ చెక్ మెట్రిక్స్ హెచ్చరిక చరిత్ర
pg_stat_db_queries - సక్రియ అభ్యర్థనల సేవా పట్టిక
కార్యాచరణ_లాగ్ - కార్యాచరణ లాగ్ సేవా పట్టిక
trap_oid - ట్రాప్ కాన్ఫిగరేషన్ సర్వీస్ టేబుల్

దశ 1 - పనితీరు గురించి గణాంక సమాచారాన్ని సేకరించి నివేదికలను స్వీకరించండి

గణాంక సమాచారాన్ని నిల్వ చేయడానికి పట్టిక ఉపయోగించబడుతుంది pg_stat_history
pg_stat_history పట్టిక నిర్మాణం

                                          పట్టిక "public.pg_stat_history" కాలమ్ | రకం | సవరణలు ---------------------------------------------------------- ------------------------------- id | పూర్ణాంకం | తదుపరిది శూన్య డిఫాల్ట్ కాదు('pg_stat_history_id_seq'::regclass) స్నాప్‌షాట్_టైమ్‌స్టాంప్ | టైమ్ జోన్ లేకుండా టైమ్‌స్టాంప్ | డేటాబేస్_ఐడి | పూర్ణాంకం | dbid | oid | userid | oid | queryid | పెద్ద | ప్రశ్న | వచనం | కాల్స్ | పెద్ద | మొత్తం_సమయం | రెట్టింపు ఖచ్చితత్వం | min_time | రెట్టింపు ఖచ్చితత్వం | గరిష్ట_సమయం | రెట్టింపు ఖచ్చితత్వం | సగటు_సమయం | రెట్టింపు ఖచ్చితత్వం | stddev_time | రెట్టింపు ఖచ్చితత్వం | వరుసలు | పెద్ద | షేర్డ్_blks_హిట్ | పెద్ద | షేర్డ్_blks_రీడ్ | పెద్ద | షేర్డ్_blks_డర్టీడ్ | పెద్ద | షేర్డ్_blks_వ్రాసిన | పెద్ద | లోకల్_blks_హిట్ | పెద్ద | స్థానిక_blks_రీడ్ | పెద్ద | స్థానిక_blks_డర్టీడ్ | పెద్ద | స్థానిక_blks_వ్రాసిన | పెద్ద | temp_blks_రీడ్ | పెద్ద | temp_blks_written | పెద్ద | blk_రీడ్_టైమ్ | రెట్టింపు ఖచ్చితత్వం | blk_write_time | రెట్టింపు ఖచ్చితత్వం | బేస్‌లైన్_ఐడి | పూర్ణాంకం | సూచికలు: "pg_stat_history_pkey" ప్రైమరీ కీ, btree (id) "database_idx" btree (database_id) "queryid_idx" btree (queryid) "snapshot_timestamp_idx" btree (snapshot_timestamp_idx" btree (snapshot_timestamp) ఫారిన్-YKydatabase database_id) సూచనలు డేటాబేస్(id ) క్యాస్కేడ్‌ను తొలగించడంలో

మీరు చూడగలిగినట్లుగా, పట్టిక కేవలం సంచిత వీక్షణ డేటా మాత్రమే pg_stat_statements లక్ష్య డేటాబేస్లో.

ఈ పట్టికను ఉపయోగించడం చాలా సులభం

pg_stat_history ప్రతి గంటకు ప్రశ్న అమలు యొక్క సేకరించబడిన గణాంకాలను సూచిస్తుంది. ప్రతి గంట ప్రారంభంలో, పట్టికను పూరించిన తర్వాత, గణాంకాలు pg_stat_statements తో రీసెట్ చేయండి pg_stat_statements_reset().
గమనిక: 1 సెకను కంటే ఎక్కువ అమలు వ్యవధి ఉన్న ప్రశ్నల కోసం గణాంకాలు సేకరించబడతాయి.
pg_stat_history పట్టికను పాపులేషన్ చేస్తోంది

--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;

ఫలితంగా, పట్టికలో కొంత కాలం తర్వాత pg_stat_history మేము పట్టిక విషయాల యొక్క స్నాప్‌షాట్‌ల సమితిని కలిగి ఉంటాము pg_stat_statements లక్ష్య డేటాబేస్.

నిజానికి రిపోర్టింగ్

సాధారణ ప్రశ్నలను ఉపయోగించి, మీరు చాలా ఉపయోగకరమైన మరియు ఆసక్తికరమైన నివేదికలను పొందవచ్చు.

నిర్ణీత వ్యవధి కోసం సమగ్ర డేటా

విచారణ

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 ;

DB సమయం

to_char(విరామం '1 మిల్లీసెకన్' * pg_total_stat_history_rec.total_time, 'HH24:MI:SS.MS')

I/O సమయం

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

TOP10 SQL ద్వారా total_time

విచారణ

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
------------------------------------------------- ------------------------------------- | మొత్తం అమలు సమయానికి TOP10 SQL | #| ప్రశ్నించింది| కాల్స్| కాల్స్ %| మొత్తం_సమయం (మిసె) | 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

మొత్తం I/O సమయానికి TOP10 SQL

విచారణ

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 మొత్తం I/O సమయానికి | #| queryid| కాల్స్| కాల్స్ %| I/O సమయం (ms)|db I/O సమయం % +----+------------+------------------- -----------+--------------------------------------------------- ---- -- | 1| 4152624390| 2| .00001|00:08:31.616( 511616.592 ms.)| 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

గరిష్టంగా అమలు చేసే సమయానికి TOP10 SQL

విచారణ

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

------------------------------------------------- ------------------------------------- | గరిష్ట ఎగ్జిక్యూషన్ సమయానికి TOP10 SQL | #| స్నాప్‌షాట్| స్నాప్‌షాట్ ID| queryid| max_time (ms) +----+-------------------------------------+--------- --+--------------------------------------- | 1| 05.04.2019/01/03 4169:655729273| 00| 02| 01.869:121869.981:2( 04.04.2019 ms.) | 17| 00/4153/821760255 00:01| 41.570| 101570.841| 3:04.04.2019:16( 00 ms.) | 4146| 821760255/00/01 41.570:101570.841| 4| 04.04.2019| 16:00:4144( 4152624390 ms.) | 00| 01/36.964/96964.607 5:04.04.2019| 17| 00| 4151:4152624390:00(01 ms.) | 36.964| 96964.607/6/05.04.2019 10:00| 4188| 1484454471| 00:01:33.452(93452.150 ms.) | 7| 04.04.2019/17/00 4150:2460318461| 00| 01| 33.113:93113.835:8( 04.04.2019 ms.) | 15| 00/4140/1484454471 00:00| 11.892| 11892.302| 9:04.04.2019:16(00 ms.) | 4145| 1484454471/00/00 11.892:11892.302| 10| 04.04.2019| 17:00:4152( 1484454471 ms.) | 00| 00/11.892/11892.302 XNUMX:XNUMX| XNUMX| XNUMX| XNUMX:XNUMX:XNUMX( XNUMX ms.) | XNUMX| XNUMX/XNUMX/XNUMX XNUMX:XNUMX| XNUMX| XNUMX| XNUMX:XNUMX:XNUMX( XNUMX ms.)

షేర్డ్ బఫర్ ద్వారా TOP10 SQL చదవడం/వ్రాయడం

విచారణ

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
------------------------------------------------- ---------------------------------------- | షేర్డ్ బఫర్ ద్వారా TOP10 SQL చదవండి/వ్రాయండి | #| స్నాప్‌షాట్| స్నాప్‌షాట్ ID| queryid| షేర్డ్ బ్లాక్‌లు రీడ్| భాగస్వామ్య బ్లాక్‌లు వ్రాయడం +----+------------------+ -+------------------------------------------------ | 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 ------------------------------------------------- -------------------------------------------

గరిష్ట అమలు సమయం ద్వారా అభ్యర్థనల పంపిణీ యొక్క హిస్టోగ్రాం

అభ్యర్థనలు

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 హిస్టోగ్రామ్ | మొత్తం కాల్‌లు: 33851920 | MIN TIME: 00:00:01.063 | గరిష్ట సమయం: 00:02:01.869 ------------------------------------------- ------------------------------------- | నిమి వ్యవధి| గరిష్ట వ్యవధి| కాల్స్ +------------------------------------------------------ ---------------------------------- | 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

సెకనుకు ప్రశ్న ద్వారా TOP10 స్నాప్‌షాట్‌లు

అభ్యర్థనలు

--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 సంఖ్యల ద్వారా ఆర్డర్ చేయబడిన TOP10 స్నాప్‌షాట్‌లు ------------------------------------------------- ------------------------------------------------- ------------------------------------------------- | #| స్నాప్‌షాట్| స్నాప్‌షాట్ ID| కాల్స్| మొత్తం dbtime| QPS| I/O సమయం| I/O సమయం % +------+-----------------------------------------+------ ----+--------------------------------------------------- -+------------------------+------------ | 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 ms.)| 14| 00:4137:2397326( 00 ms.)| .04 | 43.033| 283033.854/665.924/00 00:00.024| 24.505| 009| 7:04.04.2019:15( 00 ms.)| 4139| 2394416:00:04(51.435 ms.)| .291435.010 | 665.116| 00/00/12.025 12025.895:4.126| 8| 04.04.2019| 13:00:4135( 2373043 ms.)| 00| 04:26.791:266791.988( 659.179 ms.)| 00 | 00| 00.064 64.261:024| 9| 05.04.2019| 01:03:4167( 4387191 ms.)| 00| 06:51.380:411380.293( 609.332 ms.)| .00 | 05| 18.847/318847.407/77.507 10:04.04.2019| 18| 01| 4157:1145596:00( 01 ms.)| 19.217| 79217.372:313.004:00( 00 ms.)| 01.319 | 1319.676| 1.666/XNUMX/XNUMX XNUMX:XNUMX| XNUMX| XNUMX| XNUMX:XNUMX:XNUMX( XNUMX ms.)| XNUMX| XNUMX:XNUMX:XNUMX( XNUMX ms.)| XNUMX

QueryPerSeconds మరియు I/O సమయంతో గంటవారీ అమలు చరిత్ర

విచారణ

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

అన్ని SQL ఎంపికల వచనం

విచారణ

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

ఫలితం

మీరు చూడగలిగినట్లుగా, చాలా సరళమైన మార్గాలను ఉపయోగించి, మీరు డేటాబేస్ యొక్క పనిభారం మరియు స్థితి గురించి చాలా ఉపయోగకరమైన సమాచారాన్ని పొందవచ్చు.

గమనిక:మేము క్వెరీడ్‌ను క్వెరీలలో రికార్డ్ చేసినట్లయితే, మేము ప్రత్యేక ప్రశ్న కోసం చరిత్రను పొందుతాము (స్థలాన్ని ఆదా చేయడానికి, ప్రత్యేక ప్రశ్న కోసం నివేదికలు విస్మరించబడతాయి).

కాబట్టి, ప్రశ్న పనితీరుపై గణాంక డేటా అందుబాటులో ఉంది మరియు సేకరించబడుతుంది.
మొదటి దశ "గణాంక డేటా సేకరణ" పూర్తయింది.

మీరు రెండవ దశకు వెళ్లవచ్చు - "పనితీరు కొలమానాలను సెటప్ చేయడం".
PostgreSQL ప్రశ్నల పనితీరు పర్యవేక్షణ. పార్ట్ 1 - రిపోర్టింగ్

కానీ అది పూర్తిగా భిన్నమైన కథ.

కొనసాగించాలి…

మూలం: www.habr.com

ఒక వ్యాఖ్యను జోడించండి