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。
Slow Query 慢查问内存表
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。
慢查问日志示例及字段阐明
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。
Slow Query 内存表应用排查
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
TiDB Dashboard 可视化 Statements
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。
应用 TiDB Dashboard
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。
查看 Statements 整体状况
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)
Statements 参数配置
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。
点击查看更多 TiDB 查问优化及调优文章