資料庫例項效能調優利器：Performance Insights

Performance Insights是什麼

阿里雲RDS Performance Insights是RDS CloudDBA產品一項專注於使用者資料庫例項效能調優、負載監控和關聯分析的利器，以簡單直觀的方式幫助使用者迅速評估資料庫負載，資源等待的源頭和對應SQL查詢語句，以此來指導使用者在何時、何處、採取何種行動進行資料效能最佳化。

幾個名詞解釋

Performance Insights：中文翻譯過來叫效能洞察。 
Active Session （AS）：RDS資料庫系統中，活躍的會話數量。 
Average Active Session （AAS）：一段時間內，RDS資料庫中平均活躍會話數量。 
Max Vcores：RDS資料庫例項最大可以使用到的CPU Cores數量。
AAS和MaxVcores來量化系統瓶頸

在文章開始，我們希望能夠把一個非常重要的問題解釋清楚：為什麼可以使用AAS （平均活躍會話數）與RDS資料庫例項MaxVcores量化對比來作為系統瓶頸的判斷依據？我們的理由是：

首先，RDS資料庫系統中，我們認為最為重要的資源是CPU資源，因為其他所有資源都需要CPU來排程。

其次，CPU的併發處理能力，與CPU Cores的數量相關。假設在相當小的一個時間切片上，CPU對活躍會話（AS）處理能力瓶頸就是CPU Cores數量。即：CPU最多同時能夠處理與Cores數量均等的活躍會話數。

因此，我們可以用RDS資料庫系統中，平均活躍會話（AAS）數與MaxVcores數的量化對比，做為判定系統是否存在瓶頸的重要依據。

Performance Insights能做什麼

阿里雲RDS Performance Insights能夠幫助我們的使用者快速方便、直接了當的發現資料庫例項負載，以及導致效能問題的SQL語句。目前Performance Insights頁面以三個方面承載我們的產品思路：

關鍵效能指標趨勢圖：關鍵資源利用率變化趨勢圖。

實時AAS變化趨勢圖：資料庫例項中平均活躍會話（Average Active Sessions）實時變化趨勢。
多維負載資訊：展示多維度例項負載資訊。
關鍵資源利用率趨勢圖

阿里雲RDS Performance Insights關鍵效能指標的趨勢圖，可以從宏觀的角度幫助客戶發現例項負載的來源，比如：到底是CPU資源吃緊，IOPS過高？還是網路開銷過大，又或是活躍連線數打滿？

實時AAS變化趨勢圖

從關鍵資源利用率趨勢圖部分，我們已經大致清楚了例項負載的來源。接下來，帶著這個問題，我們去看看目前例項中活躍會話的資源等待情況。那麼，此時我們可以來到頁面的第二個部分：實時AAS變化趨勢圖。

從Performance Insights中的實時AAS變化趨勢圖中，我們可以非常清晰的發現RDS例項中的資源等待情況。比如上圖，我們可以分析出以下重要資訊：

時間10:25 - 10:57之間，平均活躍會話遠遠大於例項CPU Cores數量24（幾個點低於CPU Cores），說明資料庫已經面臨比較大的系統瓶頸。
從AAS變化趨勢圖來看，幾乎是在等待藍色標示的資源，即CPU資源。

由此可見，我們使用Performance Insights中的實時AAS變化趨勢圖，可以非常清晰簡單，直接了當的找到使用者RDS例項負載來源，資源等待於何時、何處，以及變化規律。

多維度負載詳情

通Performance Insights中的實時AAS變化趨勢圖，掌握了例項負載來源，資源等待及變化規律，接下來使用者理所應當最關心的一個問題便是：到底導致這些例項負載的具體查詢語句是什麼？哪個使用者導致的？哪個連線主機客戶端？哪個應用資料庫？這一系列的問題我們可以使用多維負載資訊部分來解答。

從以上截圖的下半部分，我們可以方便的找出與AAS變化趨勢關聯的負載對應的SQL查詢語句，以及每個語句對AAS的貢獻的對比情況。當然，您也可以根據自己的需要切換為Waits，Users，Hosts，Commands，Databases和Status，分別表示資源等待，使用者，客戶端主機，命令型別，資料庫，程式狀態等維度檢視。

Performance Insights架構

瞭解阿里雲RDS Performance Insights能夠做什麼以後，讓我們來看Performance Insights的設計架構圖，簡要概括為五個字：四層兩鏈路。

四層架構

RDS Performance Insights四層架構從上往下，依次為：

應用層：前端使用者可見，承載著我們產品的思路和邏輯，是終端使用者可見的產品呈現。 
服務層：各系統API協調工作，為應用層提供應用資料服務，我們產品主要的業務邏輯處理層。 
資料層：資料實時處理平臺，統計彙總，資料扁平化，實時計算，最終持久化到後設資料庫中，為服務層提供資料。 
採集層：從RDS例項中，採集有價值的基礎資料，為資料層輸入資料。

兩條鏈路

從資料鏈路來看Performance Insights，有兩條鏈路：

訪問鏈路：資料至上而下請求訪問，至下而上的資料返回。 
採集鏈路：資料從生產到消費，從統計彙總到最終落庫整個生命過程。

典型案例

以下兩個典型案例，來看看Performance Insights如何一目瞭然，一針見血的幫助我們診斷分析資料庫系統瓶頸，資源等待和SQL查詢語句。

為什麼CPU 100%了 
XXX時間點SQL查詢變慢了

為什麼CPU 100%了？

在我們多年的專家服務過程中， 遇到最多的使用者問題便是“為什麼我的CPU 100%了”，來看看Performance Insights是如何庖丁解牛這個問題。

Performance Insights截圖

以下是該RDS例項，Performance Insights頁面截圖。

分析

我們從Performance Insights頁面截圖分析出以下幾個問題：

從資源利用率中CPU使用率和活躍會話數量來看：大概在 09:59 - 10:05，均有大幅上升。CPU使用率達到了100%，活躍會話（Active Sessions）達到了400+；

AAS變化趨勢中發現，這段時間內，系統瓶頸主要集中在CPU和Lock兩資源的等待，總的Active Sessions數遠遠超過CPU Cores（例項的CPU Cores為16），存在嚴重的系統瓶頸。

SQL語句詳情部分：非常清晰的看到排在第一位的SQL查詢語句是等待CPU資源，達到了96個活躍會話；第二位是Lock資源等待，達到了79個會話，可以點選SQL語句，檢視詳情。

XXX時間點SQL查詢變慢了

另外，使用者經常遇到的一個問題是“為什麼我的SQL查詢語句突然變慢了”？

Performance Insights截圖

某RDS例項使用者反饋在16:05左右，原本執行很快的Update語句，突然變得很慢，16:08左右恢復正常，以下是該RDS例項Performance Insights頁面截圖。

分析

從Performance Insights截圖，我們可以分析出：

從AAS變化趨勢圖中，發現大約從16:05:50秒開始，系統出現了大量等待Lock資源的活躍會話（圖中橙色顏色區域），達到了33個，遠超CPU Cores數。

從截圖最下部分SQL查詢中，發現等待Lock資源的SQL語句（第一條，橙色標示），恰巧是使用者抱怨變慢的Update操作語句。於是我們可以很快斷定，這個Update變慢的原因是資源被鎖住，導致等待鎖資源釋放時間過長，拉長了執行時間，即Update語句變慢了。
從AAS變化趨勢圖中，發現大約在16:07:20左右，等待鎖資源的活躍程式消失了，Update語句效能恢復正常，說明鎖資源已經釋放。

以上，我們從兩個特定的使用者案例可以看到Performance Insights可以簡單直觀，輕鬆愉悅的幫助使用者診斷問題，關聯分析系統瓶頸，資源等待和SQL查詢，取得了非常好的效果。

Performance Insights的未來

伴隨阿里雲RDS Performance Insights第一期釋出，我們已經可以幫助使用者快速發現RDS例項效能問題，以及導致效能問題的具體SQL查詢。但是，這遠遠不夠，我們還需要更深入的幫助我們的客戶自動化、智慧化解決問題。

從“是什麼”到“為什麼”

當前，使用者透過阿里雲RDS Performance Insights找到了導致效能問題的具體查詢SQL語句後，接下來很自然的一個問題是，為什麼這個查詢語句會導致效能問題？是缺失必要的索引？統計資訊資料傾斜？查詢資料型別轉換？Non-SARG查詢等等？接下來，我們需要深入探索為什麼SQL會導致效能問題。

從“為什麼”到“怎麼辦”

當使用者知道了SQL語句為什麼有效能問題以後，接下來的問題便是：我該怎麼做才能解決效能問題？我們需要明確告訴使用者怎麼辦就能夠解決效能問題。

從“怎麼辦”到“自動辦”

隨著使用者能夠解決SQL語句效能問題以後，使用者接下來最為迫切的需求便是：阿里雲能否幫我們預先發現、智慧化、自動化處理解決這些類似的問題？

以上，便是RDS Performance Insights的產品脈絡，從是什麼到為什麼；從為什麼到怎麼辦；從怎麼辦到自動辦，層層遞進，步步為營，一步一步創造客戶越來越高的診斷最佳化需求。

最後總結

阿里雲RDS Performance Insights是資料庫例項效能調優、負載監控、關聯分析的必備利器，它可以幫助使用者決策從何處下手，何時採取行動，採取何種行動以及智慧化自動解決問題根源。我們有能力有信心可以幫助我們的客戶更好的上好阿里雲，用好阿里雲。

**在雲棲
與技術大神不期而遇**

本文為雲棲社群原創內容，未經允許不得轉載。