用户指南—诊断与优化——性能趋势

本文涉及的产品
云原生数据库 PolarDB 分布式版,标准版 2核8GB
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。
相关实践学习
快速体验PolarDB开源数据库
本实验环境已内置PostgreSQL数据库以及PolarDB开源数据库:PolarDB PostgreSQL版和PolarDB分布式版,支持一键拉起使用,方便各位开发者学习使用。
相关文章
|
JSON atlas 图形学
unity之spine骨骼动画使用
unity实现spine骨骼动画使用
unity之spine骨骼动画使用
|
6月前
|
弹性计算 运维 监控
CloudOps云上自动化运维能力(1)
介绍自动化能力Automation,弹性能力,可靠性能力。
203 1
|
Ubuntu Linux 网络架构
OpenWRT 的包管理器镜像如何切换成阿里云源?
OpenWRT 的包管理器镜像如何切换成阿里云源?
2040 0
|
4月前
|
人工智能 运维 Cloud Native
实战基于阿里云的AIGC在运维领域的探索
传统运维模式已难以应对日益复杂的海量数据和业务需求,效率低下,故障难解。而人工智能的崛起,特别是AIGC技术的出现,为运维领域带来了新的机遇。AIGC能够自动生成运维脚本、分析海量数据,预测潜在故障,甚至提供解决方案,为运维工作注入智能化力量,推动运维向更高效、更智能的方向发展。
16549 19
实战基于阿里云的AIGC在运维领域的探索
|
3月前
|
运维 监控 安全
系统故障排查与问题解决指南:步步为营,精准定位
【8月更文挑战第16天】系统故障排查与问题解决是一项复杂而艰巨的任务,需要运维人员具备扎实的专业知识、丰富的实践经验以及良好的沟通能力和团队合作精神。通过遵循本文提供的指南,您可以更加高效地应对系统故障挑战,保障系统的稳定运行和业务的持续发展。
|
4月前
|
机器学习/深度学习 运维 算法
智能化运维:机器学习在故障预测中的应用
本文深入探讨了机器学习技术如何革新传统运维领域,通过实际案例分析,揭示了数据驱动的故障预测模型在提高系统可靠性和降低维护成本方面的潜力。文章结合最新的研究成果和行业报告,阐述了智能化运维的实施路径和面临的挑战,为读者提供了一套科学严谨的技术实施框架和未来发展趋势的洞见。
|
5月前
|
机器学习/深度学习 运维 资源调度
智能化运维:机器学习在系统监控中的应用
【6月更文挑战第29天】在数字化时代的潮流中,智能化运维成为提升企业IT效率的关键。本文将探讨机器学习如何革新传统的系统监控方法,通过预测性维护和异常检测等技术,实现更加高效和精准的运维管理。文章不仅阐述理论,更结合实例,为读者展示智能化运维的实际成效与未来趋势。
|
SQL 存储 缓存
【笔记】用户指南—诊断与优化——性能趋势
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。
151 0
【笔记】用户指南—诊断与优化——性能趋势
|
5月前
|
机器学习/深度学习 缓存 运维
智能化运维:机器学习在故障预测与自动修复中的应用
随着信息技术的飞速发展,企业系统日益复杂,传统运维模式面临巨大挑战。智能化运维作为一种新兴趋势,通过集成机器学习算法,实现对系统故障的预测和自动修复,显著提高运维效率与准确性。本文深入探讨了智能化运维的概念、关键技术及其在故障预测和自动修复方面的应用实例,旨在为读者提供一种科学严谨、数据导向的视角,理解智能化运维的价值与实践路径。
151 0
|
6月前
|
弹性计算 关系型数据库 数据库
利用阿里云进行性能优化:实践案例分享
在开发在线教育平台过程中,我们遇到了由于用户访问量增加而导致的性能瓶颈问题。通过使用阿里云的多种服务,包括RDS数据库、ECS弹性扩展、SLB负载均衡、OSS存储和CDN加速,我们对数据库、应用服务器和静态资源加载进行了全面优化。优化后的系统性能显著提升,数据库查询速度提高了60%,服务器负载下降了40%,静态资源加载时间减少了70%,从而极大改善了用户体验。本文详细介绍了问题分析、具体解决方案及其实施效果,旨在为其他开发者提供有价值的参考。
217 3
下一篇
无影云桌面