PolarDB-X 1.0-API参考-1.0(2017版本)-数据库管理类 API-查询PolarDB-X数据库的性能监控数据

简介: 功能描述根据性能参数获取某个用户实例在某个时间段范围内的性能监控数据。根据时间段范围不同会有不同的统计周期:当时间段范围小于1天,统计周期为5分钟。当时间段范围大于1天小于2天,统计周期为10分钟。当时间段范围大于2天小于5天,统计周期为30分钟。当时间段范围大于5天小于一周,统计周期为1小时。当时间段范围大于一周,则不支持。

根据性能参数获取某个用户实例在某个时间段范围内的性能监控数据。根据时间段范围不同会有不同的统计周期:

  • 当时间段范围小于1天,统计周期为5分钟。
  • 当时间段范围大于1天小于2天,统计周期为10分钟。
  • 当时间段范围大于2天小于5天,统计周期为30分钟。
  • 当时间段范围大于5天小于一周,统计周期为1小时。
  • 当时间段范围大于一周,则不支持。

请求参数

参数名 类型 是否必须 描述
Action String 是 系统规定参数,取值:DescribeDrdsInstanceDbMonitor。
DrdsInstanceId String 是 数据库所属的PolarDB-X 实例 ID。
DbName String 是 数据库名称。
Key String 是 性能指标,多个用英文半角“,”分隔,详情请参见性能参数表。
StartTime Long 是 查询开始时间的毫秒级时间戳,例如:1542814801930。
EndTime Long 是 查询结束时间的毫秒级时间戳,例如:1542944401930。

性能参数表

KEY-VALUE 描述
qps 每秒处理请求数
con 连接数
thread 活跃线程数

返回值

参数名 类型 描述
公共返回值
Data List 由PartialPerformanceData组成的数组。

PartialPerformanceData组成如下:

参数名 类型 描述
Key String 性能指标,详情请参见性能参数表。例外(如果请求的性能指标时net,则返回输入流量netin和输出流量netout俩个性能数值)
Unit String 性能数值单位
Values List 由PerformanceValue组成的数组。包含着指定性能指标在对应时间时的数值。

PerformanceValue组成如下:

参数名 类型 描述
Date Long 毫秒级的时间戳
Value String 时间对应的各项性能数值

错误码

错误码 报错信息 错误描述 HTTP 状态码
ServiceUnable DRDS service is not enable for you 服务未开通 400
ActionUnauthorized The specified action is not available for you 权限错误 400
InvalidDRDSInstanceId.NotFound The DrdsInstanceId provided does not exist in our records. 实例ID不存在 404
InvalidDbName.NotFound The Drds DbName provided does not exist in our records. 数据库不存在 404
InvalidParameter.time The startTime and endTime must in one week 时间范围最大一周 400
相关文章
|
存储 JSON 关系型数据库
【干货满满】解密 API 数据解析:从 JSON 到数据库存储的完整流程
本文详解电商API开发中JSON数据解析与数据库存储的全流程,涵盖数据提取、清洗、转换及优化策略,结合Python实战代码与主流数据库方案,助开发者构建高效、可靠的数据处理管道。
|
存储 缓存 数据库
数据库数据删除策略:硬删除vs软删除的最佳实践指南
在项目开发中,“删除”操作常见但方式多样,主要分为硬删除与软删除。硬删除直接从数据库移除数据,操作简单、高效,但不可恢复;适用于临时或敏感数据。软删除通过标记字段保留数据,支持恢复和审计,但增加查询复杂度与数据量;适合需追踪历史或可恢复的场景。两者各有优劣,实际开发中常结合使用以满足不同需求。
1585 4
|
存储 数据管理 数据库
数据字典是什么?和数据库、数据仓库有什么关系?
在数据处理中,你是否常困惑于字段含义、指标计算或数据来源?数据字典正是解答这些问题的关键工具,它清晰定义数据的名称、类型、来源、计算方式等,服务于开发者、分析师和数据管理者。本文详解数据字典的定义、组成及其与数据库、数据仓库的关系,助你夯实数据基础。
数据字典是什么?和数据库、数据仓库有什么关系?
|
数据采集 关系型数据库 MySQL
python爬取数据存入数据库
Python爬虫结合Scrapy与SQLAlchemy,实现高效数据采集并存入MySQL/PostgreSQL/SQLite。通过ORM映射、连接池优化与批量提交,支持百万级数据高速写入,具备良好的可扩展性与稳定性。
|
人工智能 Java 关系型数据库
使用数据连接池进行数据库操作
使用数据连接池进行数据库操作
294 11
|
数据采集 数据库 Python
有哪些方法可以验证用户输入数据的格式是否符合数据库的要求?
有哪些方法可以验证用户输入数据的格式是否符合数据库的要求?
941 174
|
存储 关系型数据库 数据库
【赵渝强老师】PostgreSQL数据库的WAL日志与数据写入的过程
PostgreSQL中的WAL(预写日志)是保证数据完整性的关键技术。在数据修改前,系统会先将日志写入WAL,确保宕机时可通过日志恢复数据。它减少了磁盘I/O,提升了性能,并支持手动切换日志文件。WAL文件默认存储在pg_wal目录下,采用16进制命名规则。此外,PostgreSQL提供pg_waldump工具解析日志内容。
1170 0
|
存储 SQL Java
数据存储使用文件还是数据库,哪个更合适?
数据库和文件系统各有优劣:数据库读写性能较低、结构 rigid,但具备计算能力和数据一致性保障;文件系统灵活易管理、读写高效,但缺乏计算能力且无法保证一致性。针对仅需高效存储与灵活管理的场景,文件系统更优,但其计算短板可通过开源工具 SPL(Structured Process Language)弥补。SPL 提供独立计算语法及高性能文件格式(如集文件、组表),支持复杂计算与多源混合查询,甚至可替代数据仓库。此外,SPL 易集成、支持热切换,大幅提升开发运维效率,是后数据库时代文件存储的理想补充方案。

热门文章

最新文章

相关产品

  • 云原生分布式数据库 PolarDB-X