PolarDB-X 1.0-用户指南-SQL审计与分析-日志报表

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: PolarDB-X SQL审计与分析,依托日志服务,为您提供开箱即用的报表,包括运营中心、性能中心、安全中心,让您对PolarDB-X数据库的执行状况、性能指标、潜在安全问题了如指掌。开启SQL日志审计之后,在当前页面单击进入日志报表页签,即可查看日志服务提供的报表页面,包括运营中心、性能中心和安全中心。

PolarDB-X SQL审计与分析,依托日志服务,为您提供开箱即用的报表,包括运营中心、性能中心、安全中心,让您对PolarDB-X数据库的执行状况、性能指标、潜在安全问题了如指掌。

开启SQL日志审计之后,在当前页面单击进入日志报表页签,即可查看日志服务提供的报表页面,包括运营中心、性能中心和安全中心。

说明

  • 由于相同地区的 PolarDB-X 数据库的审计日志均写入日志服务同一个 Logstore 中,查看当前 PolarDB-X 数据库的报表数据时,默认为您添加基于__topic__:drds_audit_log_实例 ID_数据库名的过滤条件,表示查看当前数据库的数据。例如,drds_audit_log_drdsxyzabcd_demo_drds_db
  • PolarDB-X 实例版本如果早于版本5.3.4-15378085,SQL 日志中会缺少相关字段(关于日志字段说明请参见日志字段),日志报表页面只提供简化版的运营中心。如需使用完整版的报表,请升级到最新版本。

图 1. 查看报表

日志报表页面的所有图表都是基于不同时间段的数据统计结果,您可以根据需求修改时间范围页。时间范围的修改既可面向所有图表,也可以针对单一图表。

  • 单击时间选择器(图中1位置),可以在弹出的时间选择控件中修改当前页面所有图表的时间范围。
  • 单击图表的时间选择器(图中2位置),可以修改当前图表的时间范围。

图 2. 时间选择器

运营中心

运营中心展示 PolarDB-X 数据库的 SQL 执行指标、分布、趋势等。

图表 类型 默认时间范围 描述
PV(SQL执行) 单值 1小时(相对) SQL 执行的次数
UV(独立 IP 用户) 单值 1小时(相对) 独立的用户及 IP 数目
危险 IP 数 单值 1小时(相对) 危险 IP 的数目,危险 IP 的定义详见:安全检测函数
执行错误 单值 1小时(相对) 执行错误的 SQL 数目
操作表格数 单值 1小时(相对) SQL 操作的表格总数
累计插入行数 单值 1小时(相对) 插入操作累计插入的数据行数
累计更新行数 单值 1小时(相对) 更新操作累计更新的数据行数
累计删除行数 单值 1小时(相对) 删除操作累计删除的数据行数
累计查询行数 单值 1小时(相对) 查询操作累计返回的数据行数
非表格操作种类 单值 1小时(相对) 非表格操作的 SQL 种类,例如 show variables like
SQL 执行趋势 柱状图 1小时(相对) SQL 执行的趋势分布以及对应的错误 SQL 的分布趋势
操作表格 流图 1小时(相对) SQL 操作表格的分布情况
SQL 类型 流图 1小时(相对) SQL 类型的按照时间的分布情况
操作用户分布 饼图 1小时(相对) 执行 SQL 用户的分布情况
SQL 执行类型分布 面积图 1小时(相对) 当前时间范围内 SQL 类型的比例
操作最多的表格 Top 50 表格 1小时(相对) 操作最多的表格列表,包括表格的名称以及对应的读、删、改、插的次数
执行分布(世界) 地图 1小时(相对) 执行 SQL 的 client IP 在世界地图上的分布情况
执行分布(中国) 地图 1小时(相对) 执行 SQL 的 client IP 在中国地图上的分布情况

性能中心

性能中心展示 PolarDB-X 数据库的性能指标、快慢分布、慢 SQL、高代价 SQL 的具体分布与来源等。

图表 类型 默认时间范围 描述
SQL 执行峰值 单值 1小时(相对) 每秒 SQL 执行条数的峰值
查询带宽峰值 单值 1小时(相对) 每秒查询 SQL 返回行数的峰值
插入带宽峰值 单值 1小时(相对) 每秒插入 SQL 插入的行数峰值
更新带宽峰值 单值 1小时(相对) 每秒更新 SQL 更新的行数峰值
删除带宽峰值 单值 1小时(相对) 每秒删除 SQL 删除的行数峰值
平均执行时间 单值 1小时(相对) SQL 平均的执行时间
查询 SQL 单值 1小时(相对) 平均每秒查询 SQL 执行的条数
插入 SQL 单值 1小时(相对) 平均每秒插入 SQL 执行的条数
更新 SQL 单值 1小时(相对) 平均每秒更新 SQL 执行的条数
删除 SQL 单值 1小时(相对) 平均每秒删除 SQL 执行的条数
查询更新带宽趋势 折线图 1小时(相对) 查询 SQL、更新 SQL 操作行数随时间的分布情况
SQL 执行时间分布 饼图 1小时(相对) SQL 执行时间的分布情况
慢 SQL 表格分布 饼图 1小时(相对) 慢 SQL(执行时间超过1s)的表格分布情况
慢 SQL 用户分布 饼图 1小时(相对) 慢 SQL(执行时间超过1s)的用户分布情况
慢 SQL 类型分布 饼图 1小时(相对) 慢 SQL(执行时间超过1s)的类型分布情况
慢 SQL 列表 Top 50 表格 1小时(相对) 慢 SQL(执行时间超过1s)的列表,包括:时间、客户端、时间、PolarDB-X实例、数据库、表格、用户、影响行数、SQL 类型、SQL 文本
SQL 模板执行时间 Top20 表格 1小时(相对) 按照 SQL 模板统计该模板 SQL 的执行情况,包括:SQL 模板 ID、总体耗时比例、执行次数、平均执行时间、平均影响行数、样例 SQL
事务执行影响行数 Top20 表格 1小时(相对) 事务影响行数的 Top20 列表,包括:事务 ID、影响行数
事务执行时间 Top20 表格 1小时(相对) 事务执行时间的 Top20 列表,包括:事务 ID、影响行数

安全中心

安全中心展示 PolarDB-X 数据库的失败 SQL、危险 SQL 和大批量删除、修改事件的详情、分布和趋势等。

图表 类型 默认时间范围 描述
错误数 单值 1小时(相对) 失败 SQL 的执行次数
大批量删除事件 单值 1小时(相对) 大批量删除事件(超过100行)的 SQL 数目
大批量修改事件 单值 1小时(相对) 大批量修改事件(超过100行)的 SQL 数
危险 SQL 执行 单值 1小时(相对) 危险 SQL(Drop、Truncate 操作)的数目
危险 IP 数 单值 1小时(相对) 危险 IP 的数目,危险 IP 的定义详见:安全检测函数
错误操作类型分布 面积图 1小时(相对) 失败 SQL 的类型分布
出错客户端外网分布 地图 1小时(相对) 失败 SQL 的客户端在中国地图的分布
错误最多的客户端 表格 1小时(相对) 失败 SQL 的客户端列表,包括IP, 错误数目、错误 SQL 类型、出错 SQL 样例
危险 SQL 执行列表 表格 1小时(相对) 危险 SQL 的列表,包括时间、IP、SQL、PolarDB-X 实例 ID,数据库、表格、用户
大批量删除事件 Top 50 表格 1小时(相对) 大批量删除 SQL 的列表,包括最早执行时间、最近执行时间、PolarDB-X 实例 ID、数据库、表格、执行次数、平均删除行数、平均时长、样例 SQL
大批量修改事件 Top 50 表格 1小时(相对) 大批量修改 SQL 的列表,包括最早执行时间、最近执行时间、PolarDB-X 实例 ID、数据库、表格、执行次数、平均修改行数、平均时长、样例 SQL
相关文章
|
2月前
|
SQL 数据可视化 关系型数据库
MCP与PolarDB集成技术分析:降低SQL门槛与简化数据可视化流程的机制解析
阿里云PolarDB与MCP协议融合,打造“自然语言即分析”的新范式。通过云原生数据库与标准化AI接口协同,实现零代码、分钟级从数据到可视化洞察,打破技术壁垒,提升分析效率99%,推动企业数据能力普惠化。
241 3
|
5月前
|
存储 关系型数据库 MySQL
亿级数据秒级响应:PolarDB MySQL HTAP实时分析方案设计与压测报告
PolarDB MySQL HTAP方案实现亿级数据秒级响应,支持高并发事务与实时分析。通过行列混存、智能路由与资源隔离,满足电商、金融等场景的实时报表、决策需求,降低架构复杂度与运维成本。
212 6
|
6月前
|
SQL 关系型数据库 MySQL
凌晨2点报警群炸了:一条sql 执行200秒!搞定之后,我总结了一个慢SQL查询、定位分析解决的完整套路
凌晨2点报警群炸了:一条sql 执行200秒!搞定之后,我总结了一个慢SQL查询、定位分析解决的完整套路
凌晨2点报警群炸了:一条sql 执行200秒!搞定之后,我总结了一个慢SQL查询、定位分析解决的完整套路
|
6月前
|
SQL 算法 数据挖掘
【SQL周周练】:利用行车轨迹分析犯罪分子作案地点
【SQL破案系列】第一篇: 如果监控摄像头拍下了很多车辆的行车轨迹,那么如何利用这些行车轨迹来分析车辆运行的特征,是不是能够分析出犯罪分子“踩点”的位置
194 15
|
7月前
|
SQL 关系型数据库 MySQL
【MySQL】SQL分析的几种方法
以上就是SQL分析的几种方法。需要注意的是,这些方法并不是孤立的,而是相互关联的。在实际的SQL分析中,我们通常需要结合使用这些方法,才能找出最佳的优化策略。同时,SQL分析也需要对数据库管理系统,数据,业务需求有深入的理解,这需要时间和经验的积累。
261 12
|
XML 安全 Java
【日志框架整合】Slf4j、Log4j、Log4j2、Logback配置模板
本文介绍了Java日志框架的基本概念和使用方法,重点讨论了SLF4J、Log4j、Logback和Log4j2之间的关系及其性能对比。SLF4J作为一个日志抽象层,允许开发者使用统一的日志接口,而Log4j、Logback和Log4j2则是具体的日志实现框架。Log4j2在性能上优于Logback,推荐在新项目中使用。文章还详细说明了如何在Spring Boot项目中配置Log4j2和Logback,以及如何使用Lombok简化日志记录。最后,提供了一些日志配置的最佳实践,包括滚动日志、统一日志格式和提高日志性能的方法。
3481 31
【日志框架整合】Slf4j、Log4j、Log4j2、Logback配置模板
|
6月前
|
监控 容灾 算法
阿里云 SLS 多云日志接入最佳实践:链路、成本与高可用性优化
本文探讨了如何高效、经济且可靠地将海外应用与基础设施日志统一采集至阿里云日志服务(SLS),解决全球化业务扩展中的关键挑战。重点介绍了高性能日志采集Agent(iLogtail/LoongCollector)在海外场景的应用,推荐使用LoongCollector以获得更优的稳定性和网络容错能力。同时分析了多种网络接入方案,包括公网直连、全球加速优化、阿里云内网及专线/CEN/VPN接入等,并提供了成本优化策略和多目标发送配置指导,帮助企业构建稳定、低成本、高可用的全球日志系统。
766 54
|
11月前
|
监控 安全 Apache
什么是Apache日志?为什么Apache日志分析很重要?
Apache是全球广泛使用的Web服务器软件,支持超过30%的活跃网站。它通过接收和处理HTTP请求,与后端服务器通信,返回响应并记录日志,确保网页请求的快速准确处理。Apache日志分为访问日志和错误日志,对提升用户体验、保障安全及优化性能至关重要。EventLog Analyzer等工具可有效管理和分析这些日志,增强Web服务的安全性和可靠性。
329 9
|
9月前
|
存储 SQL 关系型数据库
MySQL日志详解——日志分类、二进制日志bin log、回滚日志undo log、重做日志redo log
MySQL日志详解——日志分类、二进制日志bin log、回滚日志undo log、重做日志redo log、原理、写入过程;binlog与redolog区别、update语句的执行流程、两阶段提交、主从复制、三种日志的使用场景;查询日志、慢查询日志、错误日志等其他几类日志
754 35
MySQL日志详解——日志分类、二进制日志bin log、回滚日志undo log、重做日志redo log

相关产品

  • 云原生分布式数据库 PolarDB-X