【笔记】用户指南—诊断与优化——性能趋势

简介: 本文介绍了PolarDB-X性能趋势的查看方式。 PolarDB-X集成DAS的性能趋势功能,提供计算节点(CN)、存储节点(DN)、GMS节点的监控指标查看能力。同时支持多种查看性能趋势方式,不仅支持性能趋势区间查看,也支持性能趋势对比查看和自定义性能趋势查看。

性能趋势查看

  1. 登录云原生分布式数据库控制台
  2. 实例列表页,单击PolarDB-X 2.0页签。
  3. 在页面左上角选择目标实例所在地域。
  4. 找到目标实例,单击实例ID。
  5. 在左侧导航栏中,单击诊断与优化 > 性能趋势8.png单击页面上的页签分别查看计算节点(CN)、存储节点(DN)和GMS节点的监控指标。具体指标请参见性能指标说明
  1. 节点列表展示了节点的规格和CPU使用率、内存使用率等。
  2. 单击性能趋势页签,选择节点和时间范围,单击查看,可查看相关性能趋势图表。
  3. 单击性能趋势对比查看页签。设置任意两个时间段,单击查看可查看时间段内的性能对比趋势图表。
  4. 单击自定义性能趋势页签,您可以根据业务需要,自定义多个性能监控大盘,将需要的多个性能监控指标在同一个图标中进行展示,便于问题排查和分析。
    说明 如果您是首次使用,需要先创建监控大盘,详情可参见 监控大盘

执行性能诊断

除了性能趋势查看外,在任意节点的趋势图上, 按住鼠标拖动选择一段时间, 即可针对该节点在这段时间范围内的资源利用率,慢SQL状况进行诊断。


说明 目前仅计算节点和存储节点支持性能诊断,GMS节点不支持。

  1. 登录云原生分布式数据库控制台
  2. 实例列表页,单击PolarDB-X 2.0页签。
  3. 在页面左上角选择目标实例所在地域。
  4. 找到目标实例,单击实例ID。
  5. 在左侧导航栏中,单击诊断与优化 > 性能趋势
  6. 在任意节点的趋势图上, 按住鼠标拖动选择一段时间,点击诊断按钮。9.png
  7. 在诊断详情页待诊断任务完成即可查看资源利用率和慢SQL的异常情况。10.png

性能指标说明

计算节点

指标 单位 含义
polardbx.cpu_usage % CPU使用率的平均值。
polardbx.mem_usage % JVM的内存使用率,内存使用率波动属于正常现象。
polardbx.active_connection Count 连接总数。
polardbx.running_thread Count 活跃连接总数。
polardbx.network_in_bytes Byte 网络输入流量的总和。
polardbx.network_out_bytes Byte 网络输出流量的总和。
polardbx.logic_qps Per Second 每秒处理的逻辑SQL语句数目的总和。
polardbx.physical_qps Per Second 每秒处理的物理SQL语句数目的总和。
polardbx.logic_rt Ms 逻辑SQL平均响应时间。
polardbx.physical_rt Ms 物理SQL平均响应时间。
polardbx.slow_request_count Per Second 逻辑慢SQL数量。
polardbx.physical_slow_reuquest_count Per Second 物理慢SQL数量。

存储节点与GMS节点

指标 单位 含义
mysql.tps Per Second 每秒事务数。
mysql.qps Per Second 每秒请求数。
mysql.total_session Count 当前全部会话。
mysql.active_session Count 当前活跃会话。
mysql.bytes_received KByte 平均每秒从所有客户端接收到的字节数。
mysql.bytes_sent KByte 平均每秒发送给所有客户端的字节数。
mysql.tb.tmp.disk Count MySQL执行语句时在硬盘上自动创建的临时表的数量。
mysql.insert_ps Per Second 平均每秒insert语句执行次数。
mysql.select_ps Per Second 平均每秒select语句执行次数。
mysql.update_ps Per Second 平均每秒update语句执行次数。
mysql.delete_ps Per Second 平均每秒delete语句执行次数。
mysql.replace_ps Per Second 平均每秒replace语句执行次数。
mysql.innodb_data_written KByte InnoDB平均每秒写字节数。
mysql.innodb_data_read KByte InnoDB平均每秒读字节数。
mysql.innodb_buffer_pool_reads_requests Count InnoDB平均每秒从Buffer Pool读取页的次数(逻辑读)。
mysql.innodb_bp_dirty_pct % InnoDB Buffer Pool脏页比率,计算公式:Innodb_buffer_pool_pages_dirty / Innodb_buffer_pool_pages_data 100%。
mysql.innodb_bp_hit % InnoDB Buffer Pool读缓存命中率,计算公式:(Innodb_buffer_pool_read_requests - Innodb_buffer_pool_reads) /Innodb_buffer_pool_read_requests 100%。
mysql.innodb_bp_usage_pct % InnoDB Buffer Pool使用率,计算公式:innodb_buffer_pool_pages_data / ( innodb_buffer_pool_pages_data +innodb_buffer_pool_pages_free ) * 100%。
mysql.innodb_log_writes Per Second Innodb平均每秒物理写Redo Log File次数。
mysql.innodb_os_log_fsyncs Per Second 平均每秒向日志文件完成的fsync()写数量。
mysql.innodb_rows_deleted Per Second InnoDB平均每秒删除的行数。
mysql.innodb_rows_read Per Second InnoDB平均每秒读取的行数。
mysql.innodb_rows_inserted Per Second InnoDB平均每秒插入的行数。
mysql.innodb_rows_updated Per Second InnoDB平均每秒更新的行数。
mysql.mem_usage % MySQL实例内存使用率(占操作系统总数)。
mysql.cpu_usage % MySQL服务进程CPU使用率(阿里云数据库最高100%)。
mysql.data.size MByte 数据空间。
mysql.tmp.size MByte 临时表空间。
mysql.other.size MByte 系统空间。
mysql.instance.size MByte MySQL实例总空间使用量。
mysql.log.size MByte 日志空间。
mysql.iops Count MySQL读写次数。
相关文章
|
10月前
|
人工智能 Java 程序员
一文彻底搞定电阻元件
电阻元件是限流器件,通过其电流与两端电压成正比(V=IR),阻值受温度、材料等影响。按特性分为线性与非线性,材料上有碳膜、金属膜等,用途涵盖限流、分压、偏置、滤波等。标称阻值有允许偏差,额定功率和最高工作电压需注意。色标法和直接读取法可用于识别阻值,万用表测量时需关闭电源并选择合适量程。电阻在电路设计中不可或缺,掌握其特性和应用对电子工程师至关重要。
741 0
一文彻底搞定电阻元件
|
9月前
|
云安全 运维 监控
课时11:阿里云安全产品之安骑士
阿里云安骑士是一款领先的主机防护产品,致力于构建全面高效的安全防护体系。它通过轻量级Agent、实时监控、集中管理和情报共享等优势,帮助企业提前发现并修复高危漏洞,防范病毒入侵和数据泄露,确保服务器安全稳定运行。尤其在漏洞管理方面,安骑士提供一键修复功能,极大提高了响应速度,有效应对各类网络威胁。目前已为37%的中国互联网企业提供安全保障。
342 0
|
API Python
永续合约/秒合约系统设计开发dapp技术/代码搭建示例
永续合约是一种类似于期货合约的金融衍生品,与传统合约不同的是,它没有到期日期。HKD交易所的永续合约是基于标 记价格和保证金机制的交易方式,允许用户通过杠杆操作来增加收益和风险。在永续合约交易中,用户可以选择开多或开空 仓位,实现对市场走势的利润预测。
|
Ubuntu 关系型数据库 MySQL
|
存储 编解码 安全
Studio One2023产品注册机最新版本下载
Studio One 6 中文特别版,现在Studio One 6终于有了视频支持,可以方便做视频配乐了。视频可以作为一个独立的音轨使用,跟乐器和音频音轨一样。你可以像音频素材一样在时间条来回拖拽视频来进行音画同步对齐。如果视频也包括了音频,那么你也可以导出音频作为一个子音轨来操作。视频音轨和子音轨也都有自己独立的混音通道可以进行各种处理,比如加载插件,设置路由等等。导出的格式支持Quicktime、MPEG-4、M4V。
2106 0
|
存储 关系型数据库 数据库
无敌!关系型数据库范式分析,第一范式、第二范式、第三范式、BC范式、第四范式、第五范式
无敌!关系型数据库范式分析,第一范式、第二范式、第三范式、BC范式、第四范式、第五范式
959 0
无敌!关系型数据库范式分析,第一范式、第二范式、第三范式、BC范式、第四范式、第五范式
|
API 区块链 数据安全/隐私保护
部署智能合约到公链
以太坊公链除了主网,还有多个测试网络。主网(Mainnet)是正式的以太坊网络,里面的以太币是真正有价值的,测试网络中的以太币没有价值,只用于测试。我们最终目标是连接到主网,但先连接到测试网络Kovan,虽然本地区块链网络(Ganache)也能测试,但与公链还是有区别的。...
621 0
部署智能合约到公链
|
API iOS开发
苹果.tbd格式的文件介绍、生成和使用
早在2015年苹果推出了Xcode7的时候,.tbd文件也随之产生,它的出现取代了我们熟悉的 .dylib。 那么.tbd文件到底是什么呢?有什么用?怎么用?接下来我们一点一点来揭开它的面纱。
苹果.tbd格式的文件介绍、生成和使用
|
数据采集 JSON Prometheus
iLogtail使用入门-iLogtail 采集Prometheus 数据
前言阿里已经正式开源了可观测数据采集器iLogtail。作为阿里内部可观测数据采集的基础设施,iLogtail承载了阿里巴巴集团、蚂蚁的日志、监控、Trace、事件等多种可观测数据的采集工作。本文将介绍iLogtail 如何采集Prometheus exporter 数据。采集配置iLogtail 的采集配置全面兼容Prometheus 配置文件(以下介绍为1.0.30版本+)。参数描述默认值Ya
1274 0
iLogtail使用入门-iLogtail 采集Prometheus 数据
|
机器学习/深度学习 人工智能 自然语言处理
ViTGAN:用视觉Transformer训练生成性对抗网络 Training GANs with Vision Transformers
ViTGAN是加州大学圣迭戈分校与 Google Research提出的一种用视觉Transformer来训练GAN的模型。该论文已被NIPS(Conference and Workshop on Neural Information Processing Systems,计算机人工智能领域A类会议)录用,文章发表于2021年10月。 论文地址:https://arxiv.org/abs/2107.04589 代码地址:https://github.com/teodorToshkov/ViTGAN-pytorch 本博客是精读这篇论文的报告,包含一些个人理解、知识拓展和总结。