في مقال سابق حول أداة مراقبة Foglight لقواعد البيانات ، تحدثنا عن
قدرات المراقبة من واجهة واحدة: SQL Server و Oracle و PostgreSQL و MySQL و SAP ASE و DB2 و Cassandra و MongoDB. سنقوم اليوم بتحليل الأساليب لتحديد أسباب تشغيل Microsoft SQL Server غير طبيعية بسرعة:
- البحث عن مصدر قفل ؛
- مقارنة إعدادات قاعدة البيانات "كان - أصبح - مع الإشارة إلى مقاييس الأداء ؛
- ابحث عن التغييرات في بنية قاعدة البيانات ، بسبب انخفاض الأداء.
التفاصيل تحت خفض.
Foglight لقواعد البيانات هي أداة لمراقبة الأداء والتغييرات في قواعد البيانات الشائعة. إذا لم تكن معتادًا على هذا المنتج ، نوصيك بقراءة
المقال السابق . وأدناه ، قمنا بتقديم لقطات شاشة من الواجهة لإظهار قدرات Foglight وسهولة العثور على المشكلات في قاعدة البيانات.
قفل البحث المصدر
يمكنك البحث عن سبب الأقفال في Management Studio. لكن محطة العمل مع هذه الأداة قد لا تكون في متناول اليد ، وفتح وحدة التحكم ليست دائما مريحة. في Quest Foglight ، يمكنك العثور على سبب الحظر في بضع نقرات. في لقطة الشاشة أدناه ، ترى وحدة التحكم الرئيسية في مراقبة قاعدة البيانات.
يذهب المسؤول المناوب الذي تلقى بالفعل إخطارًا إلى عرض SQL PI (محقق الأداء). يحتوي عمود عبء العمل على حقل أحمر ملحوظ ، مما يشير إلى قيمة غير صفرية لمعلمة تأمين الانتظار.
بعد النقر على الرسم البياني لأعباء العمل ، يتم فتح عرض تفصيلي لمصادر تحميل قاعدة البيانات ، وفي العمود الأيسر من القائمة ، توجد قائمة لإجراء تحليل الأداء متعدد المتغيرات. هنا ، كما في لقطة الشاشة أعلاه ، يمكن ملاحظة أن الحجب يسبب استخدامًا كبيرًا للموارد. في القائمة الموجودة على اليسار يوجد عرض خاص للكائنات المقفلة ، حيث يتم اكتشاف كائن مقفل.
الكائنات المقفلة بتخزين الكائنات المقفلة. على الجانب الأيمن من الشاشة ، أسباب الأقفال: المدة ، من أي خادم (أو محطة عمل) ، أي برنامج ، أي مستخدم وكائن قابل للتنفيذ أدى إلى الحظر.
عندما تقوم بالتبديل إلى كائن قابل للتنفيذ ، يتم فتح طريقة عرض جديدة مع إمكانية عرض محتويات هذا الكائن. وبعد النقر فوق "عرض نص دفعة الترجمة" ، سيتم فتح التعليمات البرمجية المنفذة.
يعد تسريع وقت التشخيص هو مفتاح نجاح فريق تقنية المعلومات.
المقارنة بين إعدادات قاعدة البيانات كان ، وقد أصبح
يمكن أن تؤدي التغييرات التي يتم إجراؤها بواسطة المطورين أو DBAs أيضًا إلى تباطؤ كبير. لكن في وقت حدوث المشكلة ، بغض النظر عمن قام بذلك ، من المهم ما حدث. سنحاول معرفة ذلك. افتح قائمة السياق لمثيل قاعدة البيانات المشكلة.
في القائمة التي تفتح ، انتقل إلى SQL PI (محقق الأداء) لفتح العرض مع التحليل متعدد المتغيرات.
دعنا ننتقل إلى طريقة العرض الأساسية لتقييم سلوك المقياس مقارنة بقيمه المعتادة.
يوضح الرسم البياني أنه بعد الساعة 13:40 بدأت زيادة غير طبيعية في استهلاك الموارد.
في طريقة العرض هذه ، سنقوم بتكوين ما يمكن مقارنته به. الآن النظر في مقارنة القياس مع نفسه (على طول خط الأساس) ، لأنه انحراف غير طبيعي كشف أعلاه. بشكل عام ، يمكنك أيضًا مقارنة الأداء مع مثيل آخر لقاعدة البيانات.
بعد تحديد كائنات للمقارنة ، سوف يظهر زر المقارنة العزيزة.
يُظهر العرض المتوسط أن القيم الشاذة تمت ملاحظتها بواسطة المقاييس: الوقت الفعلي ، وعمليات الإعدام ، ومعدل تسجيل الدخول. لنبدأ مقارنة جديدة لتحديد التغييرات.
قارن قيم المقاييس مع أنفسنا ، ولكن قبل يوم واحد.
بعد تحديد الإعدادات ، سيظهر زر المقارنة ، الذي يجب عليك النقر عليه.
تظهر طريقة عرض للقياسات للمقارنة. للحصول على عرض توضيحي ، سنختار عنصر قائمة البرامج. يعرض قسم الإحصائيات بالفعل زيادة مضاعفة في قيمة مقياس التنفيذ.
إلى يمين المقياس ، في قسم قائمة البرامج ، يتم عرض القيم المترية. هنا نرى أن الوقت الفعلي وعمليات الإعدام قد تضاعفت تقريبًا ، وهذه مناسبة لتحليل مفصل للوضع.
بنفس الطريقة ، يمكنك إجراء تحليل مقارن للمقاييس الأخرى ، وتحميل أي عرض تقديمي لتقرير PDF.
البحث عن التغييرات في بنية قاعدة البيانات
التغييرات في الفهارس وخطط التنفيذ والكائنات الأخرى قد تكون غير موثقة. يقوم المطور أو المسؤول عن قاعدة البيانات بإجراء تغييرات طفيفة على ما يبدو ، والتي قد ينسىها بعد فترة من الوقت. في واجهة Foglight لقواعد البيانات ، ترتبط تغييرات التكوين بتغيرات الأداء. لتحديد التغييرات ، انتقل من شاشة مراقبة قاعدة البيانات الرئيسية إلى عرض عبء العمل.
لنفترض أننا نعلم أن هناك حمولة كبيرة على قاعدة البيانات يتم إنشاؤها من بعض الأجهزة العميلة. نكشف عن الأجهزة العميلة في العرض الأيسر.
يتم فرز الدُفعات وفقًا للحمل الموجود في قاعدة البيانات. دعنا نذهب إلى الكائن الأول في القائمة ثم نرى التغييرات عليه (تغيير التعقب).
على الرسم البياني ، وفقا للأسطورة على اليمين ، تم وضع علامة على التغييرات المقابلة للفترة المحددة. التغيير الأول هنا هو إزالة الفهرس ، والثاني هو إضافة خطة تنفيذ جديدة. كما ترون ، بعد إزالة الفهرس ، زاد حمل انتظار آخر بشكل حاد - المنطقة الأرجواني (يشير تنفيذ مهمة الدُفعات أيضًا). التغيير الرابع هو زيادة في مستوى التوازي ، مما قد يؤدي إلى زيادة في عدد الطلبات (الانتظار IO - المنطقة الزرقاء). النظر في الآثار المترتبة على إضافة خطة تنفيذ جديدة.
بعد الانتقال ، تم فتح تفاصيل خطة التنفيذ الجديدة. قارن الآن التغييرات التي حدثت.
بعد الانتقال ، تم فتح تفاصيل خطة التنفيذ الجديدة.
يمكن فتح خطة التنفيذ نفسها في Management Studio مباشرة من واجهة Quest Foglight.
لذلك يبدو في وحدة تحكم إدارة Studio.
عندما تقوم بالتبديل إلى طريقة عرض "المحفوظات" ، يمكنك رؤية التغييرات في المقاييس بمرور الوقت.
يمكن استخدام طريقة عرض "المحفوظات" لتقييم تأثير التغييرات على مقياس معين. بعد ذلك ، انتقل إلى طريقة العرض الأخرى.
في طريقة العرض هذه ، يمكنك معرفة الدُفعات التي أثرت على تحميل قاعدة البيانات. تم فرزها بالفعل بترتيب تنازلي.
بالإضافة إلى تتبع التغييرات تلقائيًا ، يمكن لمستخدم Foglight إضافة التغييرات يدويًا ، وفي حالة تدهور الأداء ، لن يبحث المسؤول أثناء الخدمة عن سبب تدهور الخدمة.
إذا كنت تحب Foglight لقواعد البيانات وترغب في تجربتها على قواعد البيانات الخاصة بك - اترك طلبًا للتوزيع ومفتاح التجربة
في نموذج الملاحظات على موقعنا. تشغيل قاعدة بيانات مستقرة وتوطين سريع للعمل غير الطبيعي!