关于tidb:TiDB-查询优化及调优系列三慢查询诊断监控及排查

9次阅读

共计 11905 个字符，预计需要花费 30 分钟才能阅读完成。

本章节介绍如何利用 TiDB 提供的系统监控诊断工具，对运行负载中的查问进行排查和诊断。除了上一章节介绍的通过 EXPLAIN 语句来查看诊断查问打算问题外，本章节次要会介绍通过 TiDB Slow Query 慢查问内存表，以及 TiDB Dashboard 的可视化 Statements 性能来监控和诊断慢查问。

TiDB 默认会启用慢查问日志，并将执行工夫超过规定阈值的 SQL 保留到日志文件。慢查问日志罕用于定位慢查问语句，剖析和解决 SQL 的性能问题。通过零碎表 information_schema.slow_query 也能够查看以后 TiDB 节点的慢查问日志，其字段与慢查问日志文件内容统一。TiDB 从 4.0 版本开始又新增了零碎表 information_schema.cluster_slow_query，能够用于查看全副 TiDB 节点的慢查问。

本节将首先简要介绍慢查问日志的格局和字段含意，而后针对上述两种慢查问零碎表给出一些常见的查问示例。

上面是一段典型的慢查问日志：

# Time: 2019-08-14T09:26:59.487776265+08:00
# Txn_start_ts: 410450924122144769
# User: root@127.0.0.1
# Conn_ID: 3086
# Query_time: 1.527627037
# Parse_time: 0.000054933
# Compile_time: 0.000129729
# Process_time: 0.07 Wait_time: 0.002 Backoff_time: 0.002 Request_count: 1 Total_keys: 131073 Process_keys: 131072 Prewrite_time: 0.335415029 Commit_time: 0.032175429 Get_commit_ts_time: 0.000177098 Local_latch_wait_time: 0.106869448 Write_keys: 131072 Write_size: 3538944 Prewrite_region: 1
# DB: test
# Is_internal: false
# Digest: 50a2e32d2abbd6c1764b1b7f2058d428ef2712b029282b776beb9506a365c0f1
# Stats: t:414652072816803841
# Num_cop_tasks: 1
# Cop_proc_avg: 0.07 Cop_proc_p90: 0.07 Cop_proc_max: 0.07 Cop_proc_addr: 172.16.5.87:20171
# Cop_wait_avg: 0 Cop_wait_p90: 0 Cop_wait_max: 0 Cop_wait_addr: 172.16.5.87:20171
# Mem_max: 525211
# Succ: true
# Plan_digest: e5f9d9746c756438a13c75ba3eedf601eecf555cdb7ad327d7092bdd041a83e7
# Plan: tidb_decode_plan('ZJAwCTMyXzcJMAkyMAlkYXRhOlRhYmxlU2Nhbl82CjEJMTBfNgkxAR0AdAEY1Dp0LCByYW5nZTpbLWluZiwraW5mXSwga2VlcCBvcmRlcjpmYWxzZSwgc3RhdHM6cHNldWRvCg==')
insert into t select * from t;

以下逐个介绍慢查问日志中各个字段的含意。

留神：慢查问日志中所有工夫相干字段的单位都是秒。

(1) 慢查问根底信息：

Time：示意日志打印工夫。
Query_time：示意执行该语句破费的工夫。
Parse_time：示意该语句在语法解析阶段破费的工夫。
Compile_time：示意该语句在查问优化阶段破费的工夫。
Digest：示意该语句的 SQL 指纹。
Stats：示意 table 应用的统计信息版本工夫戳。如果工夫戳显示为 pseudo，示意用默认假如的统计信息。
Txn_start_ts：示意事务的开始工夫戳，也就是事务的惟一 ID，能够用该值在 TiDB 日志中查找事务相干的其余日志。
Is_internal：示意是否为 TiDB 外部的 SQL 语句。true 示意是 TiDB 零碎外部执行的 SQL 语句，false 示意是由用户执行的 SQL 语句。
Index_ids：示意该语句应用的索引 ID。
Succ：示意该语句是否执行胜利。
Backoff_time：示意遇到须要重试的谬误时该语句在重试前期待的工夫。常见的须要重试的谬误有以下几种：遇到了 lock、Region 决裂、tikv server is busy。
Plan_digest：示意 plan 的指纹。
Plan：示意该语句的执行打算，运行 select tidb_decode_plan('...') 能够解析出具体的执行打算。
Query：示意该 SQL 语句。慢日志里不会打印字段名 Query，但映射到内存表后对应的字段叫 Query。

(2) 和事务执行相干的字段：

Prewrite_time：示意事务两阶段提交中第一阶段（prewrite 阶段）的耗时。
Commit_time：示意事务两阶段提交中第二阶段（commit 阶段）的耗时。
Get_commit_ts_time：示意事务两阶段提交中第二阶段（commit 阶段）获取 commit 工夫戳的耗时。
Local_latch_wait_time：示意事务两阶段提交中第二阶段（commit 阶段）发动前在 TiDB 侧等锁的耗时。
Write_keys：示意该事务向 TiKV 的 Write CF 写入 Key 的数量。
Write_size：示意事务提交时写 key 和 value 的总大小。
Prewrite_region：示意事务两阶段提交中第一阶段（prewrite 阶段）波及的 TiKV Region 数量。每个 Region 会触发一次近程过程调用。

(3) 和内存应用相干的字段：

Memory_max：示意执行期间 TiDB 应用的最大内存空间，单位为 byte。

(4) 和用户相干的字段：

User：示意执行语句的用户名。
Conn_ID：示意用户的连贯 ID，能够用相似 con:3 的关键字在 TiDB 日志中查找该链接相干的其余日志。
DB：示意执行语句时应用的 database。

(5) 和 TiKV Coprocessor Task 相干的字段：

Process_time：该 SQL 在 TiKV 上的解决工夫之和。因为数据会并行发到 TiKV 执行，该值可能会超过 Query_time。
Wait_time：示意该语句在 TiKV 上的等待时间之和。因为 TiKV 的 Coprocessor 线程数是无限的，当所有的 Coprocessor 线程都在工作的时候，申请会排队；若队列中局部申请耗时很长，前面的申请的等待时间会减少。
Request_count：示意该语句发送的 Coprocessor 申请的数量。
Total_keys：示意 Coprocessor 扫过的 key 的数量。
Process_keys：示意 Coprocessor 解决的 key 的数量。相较于 total_keys，processed_keys 不蕴含 MVCC 的旧版本。如果 processed_keys 和 total_keys 相差很大，阐明旧版本比拟多。
Cop_proc_avg：cop-task 的均匀执行工夫。
Cop_proc_p90：cop-task 的 P90 分位执行工夫。
Cop_proc_max：cop-task 的最大执行工夫。
Cop_proc_addr：执行工夫最长的 cop-task 所在地址。
Cop_wait_avg：cop-task 的均匀等待时间。
Cop_wait_p90：cop-task 的 P90 分位等待时间。
Cop_wait_max：cop-task 的最大等待时间。
Cop_wait_addr：等待时间最长的 cop-task 所在地址。

上面通过一些示例展现如何通过 SQL 查看 TiDB 的慢查问。

检索以后节点 Top N 慢查问

以下 SQL 用于检索以后 TiDB 节点的 Top 2 慢查问：

> select query_time, query
    from information_schema.slow_query   -- 检索以后 TiDB 节点的慢查问
   where is_internal = false             -- 排除 TiDB 外部的慢查问
  order by query_time desc
  limit 2;
+--------------+------------------------------------------------------------------+
| query_time   | query                                                            |
+--------------+------------------------------------------------------------------+
| 12.77583857  | select * from t_slim, t_wide where t_slim.c0=t_wide.c0;          |
|  0.734982725 | select t0.c0, t1.c1 from t_slim t0, t_wide t1 where t0.c0=t1.c0; |
+--------------+------------------------------------------------------------------+

检索全副节点上指定用户的 Top N 慢查问

以下 SQL 会检索全副 TiDB 节点上指定用户 test 的 Top 2 慢查问：

> select query_time, query, user
    from information_schema.cluster_slow_query  -- 检索全副 TiDB 节点的慢查问
  where is_internal = false  
    and user = "test"
  order by query_time desc
  limit 2;
+-------------+------------------------------------------------------------------+----------------+
| Query_time  | query                                                            | user           |
+-------------+------------------------------------------------------------------+----------------+
| 0.676408014 | select t0.c0, t1.c1 from t_slim t0, t_wide t1 where t0.c0=t1.c1; | test           |
+-------------+------------------------------------------------------------------+----------------+

检索同类慢查问

在失去 Top N 慢查问后，可通过 SQL 指纹持续检索同类慢查问。

-- 先获取 Top N 的慢查问和对应的 SQL 指纹
> select query_time, query, digest
    from information_schema.cluster_slow_query
   where is_internal = false
  order by query_time desc
  limit 1;
+-------------+-----------------------------+------------------------------------------------------------------+
| query_time  | query                       | digest                                                           |
+-------------+-----------------------------+------------------------------------------------------------------+
| 0.302558006 | select * from t1 where a=1; | 4751cb6008fda383e22dacb601fde85425dc8f8cf669338d55d944bafb46a6fa |
+-------------+-----------------------------+------------------------------------------------------------------+

-- 再依据 SQL 指纹检索同类慢查问
> select query, query_time
    from information_schema.cluster_slow_query
   where digest = "4751cb6008fda383e22dacb601fde85425dc8f8cf669338d55d944bafb46a6fa";
+-----------------------------+-------------+
| query                       | query_time  |
+-----------------------------+-------------+
| select * from t1 where a=1; | 0.302558006 |
| select * from t1 where a=2; | 0.401313532 |
+-----------------------------+-------------+

检索统计信息为 pseudo 的慢查问

如果慢查问日志中的统计信息被标记为 pseudo，往往阐明 TiDB 表的统计信息更新不及时，须要运行 analyze table 手动收集统计信息。以下 SQL 能够找到这一类慢查问：

 如果慢查问日志中的统计信息被标记为 pseudo，往往阐明 TiDB 表的统计信息更新不及时，须要运行 analyze table 手动收集统计信息。以下 SQL 能够找到这一类慢查问：> select query, query_time, stats
    from information_schema.cluster_slow_query
  where is_internal = false
    and stats like '%pseudo%';
+-----------------------------+-------------+---------------------------------+
| query                       | query_time  | stats                           |
+-----------------------------+-------------+---------------------------------+
| select * from t1 where a=1; | 0.302558006 | t1:pseudo                       |
| select * from t1 where a=2; | 0.401313532 | t1:pseudo                       |
| select * from t1 where a>2; | 0.602011247 | t1:pseudo                       |
| select * from t1 where a>3; | 0.50077719  | t1:pseudo                       |
| select * from t1 join t2;   | 0.931260518 | t1:407872303825682445,t2:pseudo |
+-----------------------------+-------------+---------------------------------+

查问执行打算发生变化的慢查问

因为统计信息不准，可能导致同类型 SQL 的执行打算产生意料之外的扭转。用以下 SQL 能够检索到哪些慢查问具备多种不同的执行打算：

> select count(distinct plan_digest) as count, digest,min(query) 
    from information_schema.cluster_slow_query 
  group by digest 
  having count>1 
  limit 3\G
***************************[1. row]***************************
count      | 2
digest     | 17b4518fde82e32021877878bec2bb309619d384fca944106fcaf9c93b536e94
min(query) | SELECT DISTINCT c FROM sbtest25 WHERE id BETWEEN ? AND ? ORDER BY c [arguments: (291638, 291737)];
***************************[2. row]***************************
count      | 2
digest     | 9337865f3e2ee71c1c2e740e773b6dd85f23ad00f8fa1f11a795e62e15fc9b23
min(query) | SELECT DISTINCT c FROM sbtest22 WHERE id BETWEEN ? AND ? ORDER BY c [arguments: (215420, 215519)];
***************************[3. row]***************************
count      | 2
digest     | db705c89ca2dfc1d39d10e0f30f285cbbadec7e24da4f15af461b148d8ffb020
min(query) | SELECT DISTINCT c FROM sbtest11 WHERE id BETWEEN ? AND ? ORDER BY c [arguments: (303359, 303458)];

-- 借助 SQL 指纹进一步查问执行打算的详细信息
> select min(plan),plan_digest 
    from information_schema.cluster_slow_query
  where digest='17b4518fde82e32021877878bec2bb309619d384fca944106fcaf9c93b536e94' 
  group by plan_digest\G
*************************** 1. row ***************************
  min(plan):    Sort_6                  root    100.00131380758702      sbtest.sbtest25.c:asc
        └─HashAgg_10            root    100.00131380758702      group by:sbtest.sbtest25.c, funcs:firstrow(sbtest.sbtest25.c)->sbtest.sbtest25.c
          └─TableReader_15      root    100.00131380758702      data:TableRangeScan_14
            └─TableScan_14      cop     100.00131380758702      table:sbtest25, range:[502791,502890], keep order:false
plan_digest: 6afbbd21f60ca6c6fdf3d3cd94f7c7a49dd93c00fcf8774646da492e50e204ee
*************************** 2. row ***************************
  min(plan):    Sort_6                  root    1                       sbtest.sbtest25.c:asc
        └─HashAgg_12            root    1                       group by:sbtest.sbtest25.c, funcs:firstrow(sbtest.sbtest25.c)->sbtest.sbtest25.c
          └─TableReader_13      root    1                       data:HashAgg_8
            └─HashAgg_8         cop     1                       group by:sbtest.sbtest25.c,
              └─TableScan_11    cop     1.2440069558121831      table:sbtest25, range:[472745,472844], keep order:false

统计各个节点的慢查问数量

以下 SQL 统计指定时段内各个 TiDB 节点上呈现过的慢查问数量：

> select instance, count(*) 
    from information_schema.cluster_slow_query 
   where time >= "2020-03-06 00:00:00" 
     and time < now() 
  group by instance;
+---------------+----------+
| instance      | count(*) |
+---------------+----------+
| 0.0.0.0:10081 | 124      |
| 0.0.0.0:10080 | 119771   |
+---------------+----------+

检索异样时段的慢查问

假设 2020-03-10 13:24:00 至 2020-03-10 13:27:00 期间发现 QPS 升高和查问响应工夫升高等问题，能够用以下 SQL 过滤出仅仅呈现在异样时段的慢查问：

> select * from
    (select /*+ AGG_TO_COP(), HASH_AGG() */ count(*),
         min(time),
         sum(query_time) AS sum_query_time,
         sum(Process_time) AS sum_process_time,
         sum(Wait_time) AS sum_wait_time,
         sum(Commit_time),
         sum(Request_count),
         sum(process_keys),
         sum(Write_keys),
         max(Cop_proc_max),
         min(query),min(prev_stmt),
         digest
    from information_schema.cluster_slow_query
    where time >= '2020-03-10 13:24:00'
      and time < '2020-03-10 13:27:00'
      adn Is_internal = false
    group by  digest) AS t1
  where t1.digest not in
    (select /*+ AGG_TO_COP(), HASH_AGG() */ digest
    from information_schema.cluster_slow_query
    where time >= '2020-03-10 13:20:00' -- 排除失常时段 `2020-03-10 13:20:00` ~ `2020-03-10 13:23:00` 期间的慢查问
      and time < '2020-03-10 13:23:00'
   group by  digest)
  order by t1.sum_query_time desc
  limit 10\G
***************************[1. row]***************************
count(*)           | 200
min(time)          | 2020-03-10 13:24:27.216186
sum_query_time     | 50.114126194
sum_process_time   | 268.351
sum_wait_time      | 8.476
sum(Commit_time)   | 1.044304306
sum(Request_count) | 6077
sum(process_keys)  | 202871950
sum(Write_keys)    | 319500
max(Cop_proc_max)  | 0.263
min(query)         | delete from test.tcs2 limit 5000;
min(prev_stmt)     |
digest             | 24bd6d8a9b238086c9b8c3d240ad4ef32f79ce94cf5a468c0b8fe1eb5f8d03df

上一节介绍了利用 Slow Query 内存表来排查慢查问，但 Slow Query 只会记录超过慢日志阈值的 SQL 而短少对全副运行负载的诊断排查。本节会介绍通过应用 TiDB Dashboard 来排查定位问题查问。TiDB Dashboard 提供了 Statements 用来监控和统计 SQL，例如页面上提供了丰盛的列表信息，包含提早、执行次数、扫描行数、全表扫描次数等，用来剖析哪些类别的 SQL 语句耗时过长、耗费内存过多等状况，帮忙用户定位性能问题。

TiDB 已反对多种性能排查工具。但在多种利用场景需要下，仍有有余，例如：

1.Grafana 不能排查单条 SQL 的性能问题

2.Slow log 只记录超过慢日志阀值的 SQL

3.General log 自身对性能有肯定影响

4.Explain analyze 只能查看能够复现的问题

5.Profile 只能查看整个实例的瓶颈

因而推出可视化 Statements，能够间接在页面察看 SQL 执行状况，不须要查问零碎表，便于用户定位性能问题。

从 4.0 版本开始，TiDB 提供了一个新的 Dashboard 运维管理工具，集成在 PD 组件上，默认地址为 http://pd-url:pd_port/dashboard。不同于 Grafana 监控是从数据库的监控视角登程，TiDB Dashboard 从 DBA 管理员角度登程，最大限度的简化管理员对 TiDB 数据库的运维，可在一个界面查看到整个分布式数据库集群的运行状况，包含数据热点、SQL 运行状况、集群信息、日志搜寻、实时性能剖析等。

登录后，在左侧点击「SQL 语句剖析」即可进入此性能页面。

在工夫区间选项框中抉择要剖析的时间段，即可失去该时段所有数据库的 SQL 语句执行统计状况。

如果只关怀某些数据库，则能够在第二个选项框中抉择相应的数据库对后果进行过滤，反对多选。

后果以表格的模式展现，并反对按不同的列对后果进行排序，如下图所示。

1. 抉择须要剖析的时间段

2. 反对按数据库过滤

3. 反对按不同的指标排序

留神：这里所指的 SQL 语句理论指的是某一类 SQL 语句。语法统一的 SQL 语句会规一化为一类雷同的 SQL 语句。

例如：

SELECT * FROM employee WHERE id IN (1, 2, 3);
select * from EMPLOYEE where ID in (4, 5);

规一化为

select * from employee where id in (...);

在 SQL 类别列，点击某类 SQL 语句，能够进入该 SQL 语句的详情页查看更具体的信息，以及该 SQL 语句在不同节点上执行的统计状况。

单个 Statements 详情页要害信息如下图所示。

1.SQL 执行总时长

2. 均匀影响行数（个别是写入）

3. 均匀扫描行数（个别是读）

4. 各个节点执行指标（能够疾速定位出某个节点性能瓶颈）

tidb_enable_stmt_summary
Statements 性能默认开启，也能够通过设置零碎变量关上，例如：

set global tidb_enable_stmt_summary = true;

tidb_stmt_summary_refresh_interval

设置 performance_schema.events_statements_summary_by_digest 表的的清空周期，单位是秒 (s)，默认值是 1800，例如：

set global tidb_stmt_summary_refresh_interval = 1800;

tidb_stmt_summary_history_size
设置 performance_schema.events_statements_summary_by_digest_history 表保留每种 SQL 的历史的数量，默认值是 24，例如：

set global tidb_stmt_summary_history_size = 24;

因为 Statements 信息是存储在内存表中，为了避免内存溢出等问题，须要限度保留的 SQL 条数和 SQL 的最大显示长度。这两个参数须要在 config.toml 的 [stmt-summary] 类别下配置：

通过 max-stmt-count 更改保留的 SQL 品种数量，默认 200 条。当 SQL 品种超过 max-stmt-count 时，会移除最近没有应用的 SQL
通过 max-sql-length 更改 DIGEST_TEXT 和 QUERY_SAMPLE_TEXT 的最大显示长度，默认是 4096

留神：tidb_stmt_summary_history_size、max-stmt-count、max-sql-length 几项配置影响内存占用，倡议依据理论状况调整，不宜设置得过大。

综上所述，可视化 Statements 能够疾速定位某个 SQL 性能问题。

本文为「TiDB 查问优化及调优」系列文章的第三篇，前文咱们别离介绍了优化器的基本概念和 TiDB 的查问打算，后续将持续对 TiDB 调整及优化查问执行打算、其余优化器开发或布局中的诊断调优性能等进行介绍。
如果您对 TiDB 的产品有任何倡议，欢送来到 internals.tidb.io 与咱们交换。