PolarDB产品使用问题之备份下载链接有效时间如何延长

本文涉及的产品
云原生数据库 PolarDB 分布式版,标准版 2核8GB
云原生数据库 PolarDB PostgreSQL 版,标准版 2核4GB 50GB
云原生数据库 PolarDB MySQL 版,通用型 2核4GB 50GB
简介: PolarDB产品使用合集涵盖了从创建与管理、数据管理、性能优化与诊断、安全与合规到生态与集成、运维与支持等全方位的功能和服务,旨在帮助企业轻松构建高可用、高性能且易于管理的数据库环境,满足不同业务场景的需求。用户可以通过阿里云控制台、API、SDK等方式便捷地使用这些功能,实现数据库的高效运维与持续优化。

问题一:PolarDB这个灵敏度的时间 控制台可以调整到10秒以下吗?


PolarDB这个灵敏度的时间 控制台可以调整到10秒以下吗?


参考回答:

控制台还不支持。


关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/595170



问题二:PolarDB这个类型sql为什么并发量不高能把AP节点cpu打的很高呢?


PolarDB这个类型sql为什么并发量不高能把AP节点cpu打的很高呢? SELECT sdt.produce_id, sdt.customer_id, sdt.company_name AS company_name_m, sdt.prefix_domain_name, sdt.products_id , sdt.products_url_name, sdt.cas_no, sdt.produce_name, sdt.produce_url_name, sdt.goods_picture_s , sdt.goods_picture_m AS goods_picture, sdt.goods_picture_b, sdt.complete_flag, sdt.hot_flag, sdt.main_flag , sdt.grade_name, sdt.content, sdt.package_name, sdt.n_price_type, sdt.n_price_trade_term_type , sdt.n_price_trade_term_text, sdt.n_price, sdt.n_price_unit, sdt.n_price_currency, sdt.n_price_currency_symbol , CASE WHEN CEILING(IFNULL(sdt.n_min_price, 0)) = 0 THEN '0' WHEN sdt.n_price_end_date < CURRENT_DATE() THEN '0' ELSE '1' END AS n_pending_flag, sdt.activity_id, sdt.activity_type, sdt.a_price_trade_term_type, sdt.a_price_trade_term_text , sdt.a_price, sdt.a_price_unit, sdt.a_price_currency, sdt.a_price_currency_symbol FROM t_e_all_produce_seller_activity sdt LEFT JOIN ( SELECT stpr.id, stpr.produce_id FROM t_e_seller_tag_produce stpr INNER JOIN t_e_seller_tag stag ON stag.customer_id = 'us20220607140012825' AND IFNULL(stag.is_website_show, '') != '1' AND IFNULL(stag.delflag, '') != '1' WHERE stpr.tag_id = stag.tag_id AND IFNULL(stpr.is_website_show, '') != '1' AND IFNULL(stpr.delflag, '') != '1' ) tagp ON tagp.produce_id = sdt.produce_id WHERE sdt.customer_id = 'us20220607140012825' AND IFNULL(sdt.delflag, '') != '1' AND tagp.id IS NULL ORDER BY sdt.complete_flag DESC, sdt.main_flag DESC, sdt.activity_id DESC, sdt.hot_flag DESC, n_pending_flag DESC, sdt.produce_update_date DESC LIMIT 24;


参考回答:

列存节点上的SQL都是并发还行的,单SQL都有可能把CPU用的很满。你们如果没有慢查CPU高可以不用关注。如果有慢查的话就需要升级一下CPU或者使用Serverless动态弹性了。serverless 可以在已购实例上开启,不会出现闪断等可用性影响。开启后,压力上升会自动增加规格,压力下降自动降低规格到原始规格。开启方式可以参考文档:

https://help.aliyun.com/zh/polardb/polardb-for-mysql/user-guide/serverless-enables-auto-scaling-of-read-only-column-store-nodes?spm=a2c4g.11186623.0.0.435a28e30B0TjZ 


关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/595164



问题三:PolarDB这Cpu 和内存一直飙升不下降是什么原因?


PolarDB这Cpu 和内存一直飙升不下降是什么原因?


参考回答:

PolarDB的CPU和内存使用率持续高企可能是由于多种原因造成的,以下是一些可能的原因及相应的解决方法:

  1. 业务量上涨:随着业务量的增长,数据库需要处理更多的请求,这可能导致CPU使用率升高。解决方案可能包括优化查询语句、增加只读副本以分散读取压力或升级硬件规格。
  2. 慢查询:如果存在慢查询,即执行时间较长的SQL语句,它们会占用较多的CPU资源。通过PolarDB控制台的慢SQL菜单查看慢查询情况,并对其进行分析优化。例如,如果发现某个查询的扫描行数远远大于返回行数,可能是因为缺少合适的索引。
  3. 内存管理不当:如果查询使用了过多的内存,可能会导致内存使用率飙升。PolarDB-X的内存管理机制旨在控制每个查询的内存限制,预防内存溢出和查询间的内存争抢。解决方案可能包括调整内存分配策略或优化查询以减少内存使用。
  4. 配置问题:某些配置设置可能导致PolarDB在不需要时也保持高资源使用率。检查和调整相关配置可能有助于解决问题。
  5. 内核模块预留内存:在PolarDB Serverless集群中,为了能够快速弹升资源,部分内核模块可能会预留一部分内存空间,这可能导致即使在低负载时内存使用率也显示为较高。
  6. 系统自动扩展:在某些情况下,PolarDB可能会自动扩展以应对潜在的工作负载,这可能会暂时导致资源使用率上升。
  7. 其他用户或进程:系统中的其他用户或后台进程也可能占用大量的CPU和内存资源。

综上所述,PolarDB的CPU和内存使用率持续高企可能是由多种因素导致的。为了解决这些问题,建议监控PolarDB的性能指标,定期检查慢查询日志,优化查询语句和索引,合理配置内存和CPU资源,以及考虑业务量的变化和系统的自动扩展行为。如果问题依然无法解决,可以联系PolarDB的技术支持团队进行进一步的分析和协助。


关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/595163



问题四:PolarDB备份下载链接只有一天有效吗?能不能加时间长点,如果一天下载不完怎么办?


PolarDB备份下载链接只有一天有效吗?能不能加时间长点,如果一天下载不完怎么办?


参考回答:

往oss放,再慢慢下。


关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/595162



问题五:在PolarDB相同的sql 通过代理地址执行百秒 通过主库地址查询秒级 有可能是什么原因?


在PolarDB相同的sql 通过代理地址执行百秒 通过主库地址查询秒级 有可能是什么原因?pi-2ze22jk4fo234eo77 执行节点 只读 数据是热数据。sql.txt。SELECT

msm.id AS caId,

msm.traineeMajorCode AS majorCode,

msm.NAME,

msm.account AS loginName,

msm.gendercode AS genderCode,

msm.identificationnumber AS IDCard,

msm.cellphone AS phoneNumber,

CONCAT_WS( '-', REPLACE ( dic1.dictionaryName, '角色', '' ), dic2.dictionaryName, dic3.dictionaryName ) AS humanTypeName,

msm.traineeyear AS referenceYear,

msm.specialitytitlecode AS specialitytitlecode,

hr_child.roleName AS allroles,

hd_child.departmentName AS departmentName,

CONCAT_WS( ',', sub1.majorName ) AS majorName,

m.id AS memberId

FROM

em_uums.t_institute mst

INNER JOIN em_uums.t_human_institute thi ON mst.id = thi.instituteId

INNER JOIN em_uums.t_human msm ON msm.id = thi.humanId

LEFT JOIN (

SELECT

hr.humanId,

GROUP_CONCAT( r.roleName ) AS roleName,

GROUP_CONCAT( hr.roleCode ) AS roleCode

FROM

em_uums.t_human_role hr

LEFT JOIN em_uums.t_role r ON r.roleCode = hr.roleCode

AND r.productCode = '20300'

WHERE

hr.instituteId = 'b2fd4660a03d45f7814345beefbc4bed'

AND hr.productCode = '20300'

GROUP BY

hr.humanId

) hr_child ON hr_child.humanId = thi.humanId

LEFT JOIN (

SELECT

hd.humanId,

GROUP_CONCAT( d.name ) AS departmentName,

GROUP_CONCAT( hd.departmentId ) AS departmentId

FROM

em_uums.t_human_department hd

LEFT JOIN em_uums.t_department d ON d.id = hd.departmentId

WHERE

hd.instituteId = 'b2fd4660a03d45f7814345beefbc4bed'

GROUP BY

hd.humanId

) hd_child ON hd_child.humanId = thi.humanId

LEFT JOIN em_uums.t_major sub1 ON sub1.majorCode = msm.traineeMajorCode

LEFT JOIN ex_t_member m ON m.caid = msm.id

LEFT JOIN em_uums.t_human_personneltype hp ON hp.humanId = msm.id

LEFT JOIN em_uums.t_dictionary dic1 ON dic1.dictionaryCode = msm.humanTypeCode

AND dic1.parentDictionaryCode = 'HumanType'

AND dic1.isDelete = '0'

LEFT JOIN em_uums.t_dictionary dic2 ON dic2.dictionaryCode = msm.personnelTypeCodes

AND dic2.parentDictionaryCode = 'PersonnelTypeCode'

AND dic2.isDelete = '0'

LEFT JOIN em_uums.t_dictionary dic3 ON dic3.dictionaryCode = msm.idtypeCode

AND dic3.parentDictionaryCode = 'IdType'

AND dic3.isDelete = '0'

WHERE

mst.id = 'b2fd4660a03d45f7814345beefbc4bed'

AND mst.deleted = '0'

AND ( 0 = 1 OR msm.NAME LIKE CONCAT( '%', '花卉', '%' ) )

AND msm.id NOT IN (

SELECT

temp2.caid

FROM

ex_t_exammember AS temp1

INNER JOIN ex_t_member AS temp2 ON temp1.memberid = temp2.id

AND temp1.paperid = '00000000609cf3bf0160d70ed92b62b3'

AND temp1.STATUS != '1'

)

GROUP BY

msm.id

ORDER BY

CONVERT ( msm.name USING GBK ) ASC


参考回答:

可能的原因有以下几点:

  1. 代理地址和主库地址的网络延迟不同,导致查询速度差异较大。可以通过ping命令或者traceroute命令检查网络延迟情况。
  2. 代理地址所在的服务器性能较低,导致查询速度较慢。可以查看服务器的CPU、内存等资源使用情况,以及磁盘I/O等指标。
  3. 数据库中的数据量较大,导致查询速度较慢。可以通过查看数据库表的大小、索引情况等来分析数据量是否较大。
  4. SQL语句中存在性能瓶颈,导致查询速度较慢。可以通过查看SQL执行计划、慢查询日志等来分析SQL语句的性能问题。
  5. 数据库中的锁竞争较为激烈,导致查询速度较慢。可以通过查看数据库的锁等待情况来分析锁竞争情况。


关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/595161

相关实践学习
使用PolarDB和ECS搭建门户网站
本场景主要介绍基于PolarDB和ECS实现搭建门户网站。
阿里云数据库产品家族及特性
阿里云智能数据库产品团队一直致力于不断健全产品体系,提升产品性能,打磨产品功能,从而帮助客户实现更加极致的弹性能力、具备更强的扩展能力、并利用云设施进一步降低企业成本。以云原生+分布式为核心技术抓手,打造以自研的在线事务型(OLTP)数据库Polar DB和在线分析型(OLAP)数据库Analytic DB为代表的新一代企业级云原生数据库产品体系, 结合NoSQL数据库、数据库生态工具、云原生智能化数据库管控平台,为阿里巴巴经济体以及各个行业的企业客户和开发者提供从公共云到混合云再到私有云的完整解决方案,提供基于云基础设施进行数据从处理、到存储、再到计算与分析的一体化解决方案。本节课带你了解阿里云数据库产品家族及特性。
相关文章
|
1月前
|
并行计算 关系型数据库 分布式数据库
朗坤智慧科技「LiEMS企业管理信息系统」通过PolarDB产品生态集成认证!
近日,朗坤智慧科技股份有限公司「LiEMS企业管理信息系统软件」通过PolarDB产品生态集成认证!
|
3月前
|
Kubernetes 关系型数据库 分布式数据库
PolarDB产品使用问题之出现requests.exceptions.HTTPError: 500 Server Error,是什么导致的
PolarDB产品使用合集涵盖了从创建与管理、数据管理、性能优化与诊断、安全与合规到生态与集成、运维与支持等全方位的功能和服务,旨在帮助企业轻松构建高可用、高性能且易于管理的数据库环境,满足不同业务场景的需求。用户可以通过阿里云控制台、API、SDK等方式便捷地使用这些功能,实现数据库的高效运维与持续优化。
PolarDB产品使用问题之出现requests.exceptions.HTTPError: 500 Server Error,是什么导致的
|
2月前
|
Cloud Native 关系型数据库 大数据
定川信息「川立方数治平台」通过PolarDB产品生态集成认证!
杭州定川信息技术有限公司「川立方数据治理一体化智能平台」通过PolarDB产品生态集成认证!
|
2月前
|
关系型数据库 分布式数据库 数据库
苏州星河数聚「StaRiver RDP平台」通过PolarDB产品生态集成认证!
星河数聚科技(苏州)有限公司「StarRiver RealTime Data Platform实时数据融合服务平台」通过PolarDB产品生态集成认证!
|
3月前
|
SQL 运维 关系型数据库
PolarDB产品使用问题之如何查看查看事务执行情况
PolarDB产品使用合集涵盖了从创建与管理、数据管理、性能优化与诊断、安全与合规到生态与集成、运维与支持等全方位的功能和服务,旨在帮助企业轻松构建高可用、高性能且易于管理的数据库环境,满足不同业务场景的需求。用户可以通过阿里云控制台、API、SDK等方式便捷地使用这些功能,实现数据库的高效运维与持续优化。
|
3月前
|
SQL 关系型数据库 分布式数据库
PolarDB产品使用问题之遇到SQL语法错误,该如何排查
PolarDB产品使用合集涵盖了从创建与管理、数据管理、性能优化与诊断、安全与合规到生态与集成、运维与支持等全方位的功能和服务,旨在帮助企业轻松构建高可用、高性能且易于管理的数据库环境,满足不同业务场景的需求。用户可以通过阿里云控制台、API、SDK等方式便捷地使用这些功能,实现数据库的高效运维与持续优化。
|
3月前
|
Kubernetes 关系型数据库 分布式数据库
PolarDB产品使用问题之使用PXD tryout启动环境时遇到报错,是什么原因
PolarDB产品使用合集涵盖了从创建与管理、数据管理、性能优化与诊断、安全与合规到生态与集成、运维与支持等全方位的功能和服务,旨在帮助企业轻松构建高可用、高性能且易于管理的数据库环境,满足不同业务场景的需求。用户可以通过阿里云控制台、API、SDK等方式便捷地使用这些功能,实现数据库的高效运维与持续优化。
|
1月前
|
关系型数据库 MySQL Serverless
探索PolarDB MySQL版:Serverless数据库的灵活性与性能
本文介绍了个人开发者对阿里云PolarDB MySQL版,特别是其Serverless特性的详细评测体验。评测涵盖了产品初体验、性能观测、Serverless特性深度评测及成本效益分析等方面。尽管试用过程中遇到一些小问题,但总体而言,PolarDB MySQL版表现出色,提供了高性能、高可用性和灵活的资源管理,是个人开发者和企业用户的优秀选择。
|
2月前
|
关系型数据库 MySQL 分布式数据库
PolarDB 与传统数据库的性能对比分析
【8月更文第27天】随着云计算技术的发展,越来越多的企业开始将数据管理和存储迁移到云端。阿里云的 PolarDB 作为一款兼容 MySQL 和 PostgreSQL 的关系型数据库服务,提供了高性能、高可用和弹性伸缩的能力。本文将从不同角度对比 PolarDB 与本地部署的传统数据库(如 MySQL、PostgreSQL)在性能上的差异。
120 1
|
5天前
|
关系型数据库 分布式数据库 数据库
PolarDB 开源:推动数据库技术新变革
在数字化时代,数据成为核心资产,数据库的性能和可靠性至关重要。阿里云的PolarDB作为新一代云原生数据库,凭借卓越性能和创新技术脱颖而出。其开源不仅让开发者深入了解内部架构,还促进了数据库生态共建,提升了稳定性与可靠性。PolarDB采用云原生架构,支持快速弹性扩展和高并发访问,具备强大的事务处理能力及数据一致性保证,并且与多种应用无缝兼容。开源PolarDB为国内数据库产业注入新活力,打破国外垄断,推动国产数据库崛起,降低企业成本与风险。未来,PolarDB将在生态建设中持续壮大,助力企业数字化转型。
24 2

相关产品

  • 云原生数据库 PolarDB