开发指南—DAL语句—SQL限流

简介: 为应对突发的数据库请求流量、资源消耗过高的语句访问以及SQL访问模型的变化等问题,PolarDB-X提供了节点级别的SQL限流功能来限制造成上述问题的SQL执行,从而保证实例的持续稳定运行。本文介绍如何使用SQL限流功能。

创建限流规则

  • 语法
CREATE CCL_RULE [ IF NOT EXISTS ] `ccl_rule_name`
ON `database`.`table`
TO '<usename>'@'<host>'
FOR { UPDATE | SELECT | INSERT | DELETE }
[ filter_options ]
with_options
filter_options:
    [ FILTER  BY KEYWORD(‘KEYWORD1’, ’KEYWORD2’,…) ]
    [ FILTER  BY TEMPLATE(‘template_id’) ]
    
 with_options:
    WITH MAX_CONCURRENCY = value1 [ , WAIT_QUEUE_SIZE = value2 ] [ , WAIT_TIMEOUT = value3 ] [ ,FAST_MATCH = { 0 , 1 }]
  • 表 1. 参数说明
参数 是否必选 说明
限流规则匹配参数 `ccl_rule_name` 必选 限流规则的名称。

说明 为避免名称与SQL关键字冲突,建议在规则名称前后各加一个反引号(`)

`database`.`table` 必选 数据库和数据表的名称,支持使用星号(*)表示任意匹配。

说明 为避免名称与SQL关键字冲突,建议在库表名称前后各加一个反引号(`)。

'<usename>'@'<host>' 必选 账号名称。其中Host部分支持用百分号(%)来表示任意匹配。
UPDATE | SELECT | INSERT | DELETE 必选 SQL语句类型。当前支持UPDATE、SELECT、INSERT和DELETE类型。

说明 每条限流规则仅支持传入一种类型的SQL语句。

[ filter_options ] 可选 过滤条件,支持包括如下两种条件:
  • 关键词(KEYWORD):查看限流规则时,关键词列表会在查询结果中被转化为["kwd1","kw2","kw3"...]的字符串形式,最多支持512个字符。说明
    • 若关键字是SQL语句中的参数值,匹配时大小写敏感。
    • 若关键字是SQL语句中的其他词,匹配时大小写不敏感。
  • 模版(TEMPLATE):模版编号是SQL日志中的sql_code值,该值是参数化后的SQL语句(SQL模版)以16进制表示的哈希值。您可以通过SHOW FULL PROCESSLIST和EXPLAIN命令查看模版编号。
限流规则行为控制参数 with_options 必选 WITH选项中支持如下4个参数来控制限流规则的行为:
  • MAX_CONCURRENCY:匹配到该限流规则的SQL语句的最大并发度,超过后进入等待队列。取值范围:[0~231 - 1],默认值为0。
  • WAIT_QUEUE_SIZE:超过并发度后的最大等待队列长度。当等待队列长度超过该值后,SQL语句将报错。在队列中的语句仍然占用了线程资源,排队过多时也可能导致内存耗尽。取值范围:[0~231 - 1],默认值为0。
  • WAIT_TIMEOUT:SQL语句在等待队列中的最长等待时间,超过该等待时间后,SQL语句将报错。取值范围:[0~231 - 1],单位为秒,默认值为600。
  • FAST_MATCH:是否开启Cache来加速匹配。开启后,PolarDB-X 2.0会将模版编号作为Cache key的一部分,匹配结果作为value进行缓存,来加速匹配速度。取值范围:0表示关闭,1表示开启,默认开启。

说明

  • 创建限流规则时,需从上述4个行为控制参数中至少选择一个传入。
  • MAX_CONCURRENCY为默认值(0)时,可能会使匹配到的所有SQL返回错误。此时,建议您显式指定该参数为非0的值。
  • PolarDB-X 2.0是分布式云原生数据库,计算层由多个节点组成,因此每个节点的并发度之和是整个实例的并发数最大值。在负载不均衡的情况下,整个实例的受限制SQL并发数可能无法达到最大并发数。

  • 说明 仅当一个SQL语句满足所有的匹配参数条件时,才会根据该规则的WITH选项进行限流。
  • 限流结果一条SQL匹配到该规则后,根据限流规则中WITH选项里配置的参数,会出现如下几种结果:
    • RUN(可运行)若并发度还未达到最大并发度(即MAX_CONCURRENCY参数值),该SQL正常执行不会被限流。
    • WAIT(等待中)若并发度已经达到最大并发度,但等待队列长度还未达到最大长度(即WAIT_QUEUE_SIZE参数值),该SQL进入等待状态,直到进入可运行(RUN)状态,或者等待超时(WAIT_TIMEOUT)状态。
      您可以通过如下命令查看由于匹配到限流规则而等待的SQL语句:
mysql> SHOW FULL PROCESSLIST;
    • 返回结果示例如下:
+----+---------------+-----------------+----------+-------------------------------+------+-------+-----------------------+-----------------+

| ID | USER | HOST | DB | COMMAND | TIME | STATE | INFO | SQL_TEMPLATE_ID |
+----+---------------+-----------------+----------+-------------------------------+------+-------+-----------------------+-----------------+
| 2 | polardbx_root | *...*:62787 | polardbx | Query | 0 | | show full processlist | NULL |
| 1 | polardbx_root | *...*:62775 | polardbx | Query(Waiting-selectrulereal) | 12 | | select 1 | 9037e5e2 |
+----+---------------+-----------------+----------+-------------------------------+------+-------+-----------------------+-----------------+
2 rows in set (0.08 sec)
    • 从上述查询结果可以看出:SQL语句select 1由于限流规则selectrulereal而处于等待(Waiting)状态。
    • WAIT_TIMEOUT(等待超时)SQL语句进入等待状态后,当等待时间超过最长等待时间(即WAIT_TIMEOUT参数值)时,该语句将会返回错误。
      例如,设置了一条最长等待时间为10秒的限流规则,执行SELECT sleep(11)语句时会因为等待超时而报错,示例如下:
ERROR 3009 (HY000): 11a07e23fd800000[polardbx]Exceeding the max concurrency 0 of ccl rule selectrulereal after waiting for 10060 ms
    • KILL(结束)并发度和等待队列长度均已经达到最大值,客户端将收到提示超过最大并发度的报错,报错信息中会包含匹配上的限流规则的名称。
      例如,在并发度和等待队列长度均已经达到最大值后执行SELECT 1;命令,会出现如下报错:
ERROR 3009 (HY000): 11a07c4425c00000[polardbx]Exceeding the max concurrency 0 of ccl rule selectrulereal
    • 上述结果表示:该SQL语句SELECT 1;由于超出了限流规则selectrulereal设置的最大并发度而执行失败。
  • 示例假设需要创建一条名为selectrule的规则,用于限制由'ccltest'@'%'用户发起的,包含cclmatched关键字的,且对任意表执行SELECT操作的SQL语句,同时将最大并发度设置为10。
    规则创建语句如下:
CREATE CCL_RULE IF NOT EXISTS `selectrule` ON . TO 'ccltest'@'%'
FOR SELECT
FILTER BY KEYWORD('cclmatched')
WITH MAX_CONCURRENCY=10;

查看限流规则

  • 语法
    • 查看指定限流规则语法如下:
SHOW CCL_RULE `ccl_rule_name1` [, `ccl_rule_name2` ]
    • 查看所有限流规则语法如下:
SHOW CCL_RULES
  • 示例使用如下命令查看当前数据库下所有的限流规则:
mysql> SHOW CCL_RULES \G
  • 返回结果如下:
 1. row **
NO.: 1
RULE_NAME: selectrulereal
RUNNING: 2
WAITING: 29
KILLED: 0
MATCH_HIT_CACHE: 21374
TOTAL_MATCH: 21406
ACTIVE_NODE_COUNT: 2
MAX_CONCURRENCY_PER_NODE: 1
WAIT_QUEUE_SIZE_PER_NODE: 100
WAIT_TIMEOUT: 600
FAST_MATCH: 1
SQL_TYPE: SELECT
USER: ccltest@%
TABLE: .
KEYWORDS: ["SELECT"]
TEMPLATEID: NULL
CREATED_TIME: 2020-11-26 17:04:08
  • 表 2. 参数说明
参数 说明
NO. 匹配优先级,数字越小,优先级越高。
RULE_NAME 限流规则名称。
RUNNING 匹配到该限流规则且正常执行的SQL语句数量。
WAITING 匹配到该限流规则且正在等待队列里的查询数量。
KILLED 匹配到该限流规则且被KILL的SQL语句数量。
MATCH_HIT_CACHE 匹配到该限流规则且命中Cache的SQL语句数量。
TOTAL_MATCH 匹配到该限流规则的总次数。
ACTIVE_NODE_COUNT 计算层中启用了SQL限流的节点数。
MAX_CONCURRENCY_PER_NODE 每个计算节点的并发度。
WAIT_QUEUE_SIZE_PER_NODE 每个计算节点上等待队列的最大长度。
WAIT_TIMEOUT SQL语句在等待队列的最大等待时间。
FAST_MATCH 是否启动缓存加速匹配速度。
SQL_TYPE SQL语句类型。
USER 用户名。
TABLE 数据库表。
KEYWORDS 关键词列表。
TEMPLATEID SQL模版的编号。
CREATED_TIME 创建时间(本地时间),格式为yyyy-MM-dd HH:mm:ss

删除限流规则


说明 被删除的限流规则会立即失效,此时该规则下等待队列中的SQL语句全部会被正常执行。

  • 删除指定限流规则:
DROP CCL_RULE [ IF EXISTS ] `ccl_rule_name1` [, `ccl_rule_name2`, ...]
  • 删除所有限流规则:
CLEAR CCL_RULES

慢SQL限流

  • 一键开启按语句类型分,默认为SELECT类型,相同语句类型的命令,有更新作用。语法结构如下:
SLOW_SQL_CCL GO [ SQL_TYPE [MAX_CONCURRENCY] [SLOW_SQL_TIME] [MAX_CCL_RULE]]
    • SQL_TYPE取值:ALL,SELECT,UPDATE,INSERT,默认为SELECT。
    • MAX_CONCURRENCY默认值为CPU核数的一半。
    • SLOW_SQL_TIME默认值为系统参数SLOW_SQL_TIME的值。
    • MAX_CCL_RULE的默认值为1000。
  • 动作:
    • 遍历整个实例的session,识别出该语句类型慢SQL的TemlateId。
    • 创建针对慢SQL的限流触发器,名称为:_SYSTEM_SLOW_SQL_CCL_TRIGGER_{SQL_TYPE}_。
    • 传递慢SQL的TemplateId给限流触发器,由限流触发器创建限流规则。
    • Kill所有该语句类型的慢TemplateId查询。
  • 一键关闭删除由SLOW_SQL_CCL创建的限流触发器,连带着会删除由限流触发器创建的限流规则。语法结构如下:
SLOW_SQL_CCL BACK
  • 查看限流情况。语法结构如下:
SLOW_SQL_CCL SHOW
  • plan_cache和ccl_rules里以模版ID作为join key的一次inner join。
  • 如何干预慢SQL的阈值?
    • 设置SLOW_SQL_CCL GO中的语法。
    • 在一键开启SQL限流之前,设置用户变量slow_sql_time。如下:
set @slow_sql_time=2000;
slow_sql_ccl go;
    • 在控制台上设置系统参数SLOW_SQL_TIME。
  • 说明 后面的设置方式会被前面的设置方式所覆盖。
相关文章
|
机器学习/深度学习 人工智能 自然语言处理
大数据分析的技术和方法:从深度学习到机器学习
大数据时代的到来,让数据分析成为了企业和组织中不可或缺的一环。如何高效地处理庞大的数据集并且从中发现潜在的价值是每个数据分析师都需要掌握的技能。本文将介绍大数据分析的技术和方法,包括深度学习、机器学习、数据挖掘等方面的应用,以及如何通过这些技术和方法来解决实际问题。
591 2
|
存储 安全 .NET
ASP.NET Core Identity 实战(2)——注册、登录、Claim
上一篇文章(ASP.NET Core Identity Hands On(1)——Identity 初次体验)中,我们初识了Identity,并且详细分析了AspNetUsers用户存储表,这篇我们将一起学习Identity 默认生成的样板代码的注册与登陆过程 注册/Register 打开Accou...
2732 0
|
人工智能 编解码 文字识别
通义千问720亿参数模型开源,适配企业级、科研级高性能应用
通义千问720亿参数模型开源,适配企业级、科研级高性能应用
2248 0
|
9月前
|
API 开发者 UED
HarmonyOS:ComposeTitleBar 组件自学指南
本文详解了鸿蒙开发中 ComposeTitleBar 组件的使用方法与技巧,从基础导入到属性配置,再到实际代码示例,帮助开发者构建美观实用的标题栏。组件自 API Version 10 起支持,具备独立功能结构,核心属性包括 `title`(必填)、`subtitle`(可选)和 `menuItems`(右侧菜单列表)。文章通过具体示例展示了如何配置标题、副标题及菜单项,并提供了交互优化、样式定制与多设备适配的建议。掌握这些内容,可显著提升应用界面体验。如果你有所收获,别忘了点赞收藏!
245 8
|
10月前
|
人工智能 弹性计算 自然语言处理
《AI剧本生成与动画创作》解决方案深度测评报告
该解决方案基于阿里云函数计算(FC)和百炼大模型平台,结合图像生成模型与语音合成技术,实现从剧本生成到动画渲染的自动化流程。核心步骤包括剧本生成、分镜设计和动画渲染,支持模块化扩展和低成本弹性伸缩。部署耗时约80分钟,首次部署需下载大模型文件。优势在于高效生成动画、低成本试错和丰富的动态效果,但也存在剧本逻辑跳跃、画面细节瑕疵等问题。综合评分为4/5,适用于短视频营销等场景。
|
机器学习/深度学习 人工智能 算法
人工智能在医疗领域的应用与挑战
本文深入探讨了人工智能(AI)在医疗领域中的应用,包括疾病诊断、治疗方案推荐、患者监护和健康管理等方面。文章分析了AI技术如何提高医疗服务的效率和准确性,同时也指出了其在实际应用中面临的伦理、隐私和数据安全等挑战。通过案例分析和未来趋势预测,本文旨在为医疗行业从业者提供对AI技术影响的全面理解,并为相关政策制定提供参考。
496 1
视频格式转换与DRM解除
随着流媒体平台的普及,用户对视频下载和转换工具的需求不断增加。本文介绍了几款优秀工具,如CleverGet、PlayOn Cloud、CocCut、StreamGaGa和PlayOn Desktop,帮助用户更好地下载、转换和管理视频内容。这些工具不仅提升了视频获取的便利性,还提供了多种选择,满足不同需求。使用时请确保合法合规。
|
人工智能 自然语言处理 Cloud Native
2024云栖大会:大模型驱动的融合通信,哪些场景中潜藏着机遇?
云栖大会 2024,阿里云通信发布多项智能化成果
446 17
交换机中创建MAC地址表
【10月更文挑战第1天】
523 2
|
安全 Linux 数据安全/隐私保护
深入探索Linux操作系统的多用户管理机制
【10月更文挑战第21天】 本文将详细解析Linux操作系统中的多用户管理机制,包括用户账户的创建与管理、权限控制以及用户组的概念和应用。通过具体实例和命令操作,帮助读者理解并掌握Linux在多用户环境下如何实现有效的资源分配和安全管理。