डेटाबेस मॉनिटरिंग टूल के लिए फॉगलाइट पर पिछले लेख में, हमने
एकल इंटरफ़ेस से निगरानी क्षमताओं के बारे में बात की
: SQL सर्वर, Oracle, PostgreSQL, MySQL, SAP ASE, DB2, Cassandra, और MongoDB। आज हम असामान्य Microsoft SQL सर्वर ऑपरेशन के कारणों की पहचान करने के लिए दृष्टिकोणों का विश्लेषण करेंगे:
- ताला स्रोत की खोज करें;
- प्रदर्शन मेट्रिक्स के संदर्भ में डेटाबेस सेटिंग्स "तुलना-यह बन गया";
- डेटाबेस संरचना में परिवर्तन के लिए खोजें, जिसके कारण प्रदर्शन में कमी आई है।
कट के तहत विवरण।
डेटाबेस के लिए फ़ॉगलाइट प्रदर्शन की निगरानी और लोकप्रिय डेटाबेस में परिवर्तन के लिए एक उपकरण है। यदि आप इस उत्पाद से परिचित नहीं हैं, तो हम अनुशंसा करते हैं कि आप
पिछले लेख को पढ़ें। और नीचे हमने फ़ॉगलाइट की क्षमताओं को प्रदर्शित करने के लिए इंटरफ़ेस से स्क्रीनशॉट दिए और डेटाबेस में समस्याओं को खोजने में आसानी की।
स्रोत खोजें लॉक करें
आप प्रबंधन स्टूडियो में ताले के कारण की खोज कर सकते हैं। लेकिन इस उपयोगिता के साथ एक कार्य केंद्र हाथ में नहीं हो सकता है, और कंसोल को खोलना हमेशा सुविधाजनक नहीं होता है। क्वेस्ट फॉगलाइट में, आप कुछ क्लिकों में ब्लॉक का कारण पा सकते हैं। नीचे स्क्रीनशॉट में, आप मुख्य डेटाबेस मॉनिटरिंग कंसोल देखते हैं।
एक ड्यूटी प्रशासक जो पहले से ही एक अधिसूचना प्राप्त कर चुका है, SQL PI (प्रदर्शन अन्वेषक) दृश्य में जाता है। वर्कलोड कॉलम में एक ध्यान देने योग्य लाल फ़ील्ड है, जो लॉक प्रतीक्षा पैरामीटर के गैर-मूल्य को इंगित करता है।
वर्कलोड ग्राफ़ पर क्लिक करने के बाद, डेटाबेस लोड स्रोतों का एक विस्तृत दृश्य खुलता है, और मेनू के बाएं कॉलम में मल्टीवेरेट प्रदर्शन विश्लेषण करने के लिए एक मेनू है। यहां, जैसा कि ऊपर स्क्रीनशॉट में है, यह देखा जा सकता है कि अवरुद्ध करने से संसाधनों का एक बड़ा उपयोग होता है। बाईं ओर स्थित मेनू में बंद वस्तुओं का एक विशेष दृश्य है, जिसमें एक बंद वस्तु का पता लगाया जाता है।
लॉक्ड ऑब्जेक्ट्स लॉक्ड ऑब्जेक्ट्स को स्टोर करते हैं। स्क्रीन के दाईं ओर, ब्लॉक करने का कारण: अवधि, किस सर्वर (या वर्कस्टेशन) से, कौन सा प्रोग्राम, किस उपयोगकर्ता और निष्पादन योग्य वस्तु से जो अवरुद्ध करने का कारण बना।
जब आप किसी निष्पादन योग्य ऑब्जेक्ट पर जाते हैं, तो इस ऑब्जेक्ट की सामग्री को देखने की क्षमता के साथ एक नया दृश्य खुलता है। और व्यू बैच टेक्स्ट पर क्लिक करने के बाद, निष्पादित कोड खुल जाएगा।
डायग्नोस्टिक्स के समय को तेज करना आईटी टीम की सफलता की कुंजी है।
डीबी सेटिंग्स की तुलना करना
डेवलपर्स या डीबीए द्वारा किए गए परिवर्तन भी नाटकीय मंदी का कारण बन सकते हैं। लेकिन समस्या के समय, कोई फर्क नहीं पड़ता कि किसने किया, यह महत्वपूर्ण है कि क्या हुआ। हम यह पता लगाने की कोशिश करेंगे। समस्या डेटाबेस उदाहरण का संदर्भ मेनू खोलें।
खुलने वाले मेनू में, बहुभिन्नरूपी विश्लेषण के साथ दृश्य को खोलने के लिए SQL PI (प्रदर्शन अन्वेषक) पर जाएं।
आइए अपने सामान्य मूल्यों की तुलना में मीट्रिक के व्यवहार का मूल्यांकन करने के लिए बेसलाइन दृश्य पर जाएं।
ग्राफ से पता चलता है कि 13:40 के बाद संसाधन खपत में असामान्य वृद्धि शुरू हुई।
इस दृश्य में, हम तुलना करने के लिए क्या कॉन्फ़िगर करेंगे। अब मीट्रिक की तुलना अपने आप से करें (आधार रेखा के साथ), क्योंकि ऊपर असामान्य विचलन का पता चला। सामान्य तौर पर, आप प्रदर्शन की तुलना दूसरे डेटाबेस उदाहरण से भी कर सकते हैं।
तुलना के लिए वस्तुओं का चयन करने के बाद, क़ीमती तुलना बटन दिखाई देगा।
औसत दृश्य से पता चलता है कि मैट्रिक्स द्वारा विषम मूल्यों को देखा गया था: सक्रिय समय, परीक्षा और लॉगिन दर। परिवर्तनों की पहचान करने के लिए एक नई तुलना शुरू करते हैं।
अपने साथ मेट्रिक्स के मूल्यों की तुलना करें, लेकिन एक दिन पहले।
सेटिंग्स का चयन करने के बाद, तुलना बटन दिखाई देगा, जिसे आपको क्लिक करना होगा।
एक दृश्य दिखाई देता है जिस पर तुलना के लिए माप हैं। प्रदर्शन के लिए, हम प्रोग्राम मेनू आइटम का चयन करेंगे। सांख्यिकी अनुभाग पहले से ही प्रदर्शन मीट्रिक के मूल्य में दो गुना वृद्धि दिखाता है।
पैमाने के बाईं और दाईं ओर, प्रोग्राम मेनू अनुभाग में, मीट्रिक मान प्रदर्शित किए जाते हैं। यहां हम देखते हैं कि सक्रिय समय और परीक्षाएं लगभग दोगुनी हो गई हैं, और यह स्थिति के विस्तृत विश्लेषण के लिए एक अवसर है।
उसी तरह, आप अन्य मैट्रिक्स का तुलनात्मक विश्लेषण कर सकते हैं, और किसी भी प्रस्तुति को पीडीएफ रिपोर्ट में अपलोड कर सकते हैं।
डेटाबेस संरचना में परिवर्तन के लिए खोजें
अनुक्रमित, निष्पादन योजनाओं और अन्य वस्तुओं में परिवर्तन अनिर्दिष्ट हो सकता है। डेटाबेस का डेवलपर या व्यवस्थापक थोड़े बदलाव करता है, जिसे वह थोड़ी देर बाद भूल सकता है। डेटाबेस इंटरफ़ेस के लिए फ़ॉगलाइट में, कॉन्फ़िगरेशन परिवर्तन प्रदर्शन परिवर्तनों से बंधे होते हैं। परिवर्तनों की पहचान करने के लिए, मुख्य डेटाबेस मॉनिटरिंग स्क्रीन से वर्कलोड दृश्य पर जाएं।
मान लीजिए कि हम जानते हैं कि डेटाबेस पर एक बड़ा लोड कुछ क्लाइंट मशीन से उत्पन्न होता है। हम बाईं ओर के दृश्य में ग्राहक मशीनें प्रकट करते हैं।
डेटाबेस पर भार के अनुसार बैचों को क्रमबद्ध किया जाता है। आइए सूची में पहले ऑब्जेक्ट पर जाएं और फिर उस पर परिवर्तन (ट्रैकिंग बदलें) देखें।
चार्ट पर, दाईं ओर किंवदंती के अनुसार, चयनित अवधि के लिए संबंधित परिवर्तन चिह्नित हैं। यहां पहला परिवर्तन सूचकांक को हटाने का है, दूसरा एक नई निष्पादन योजना का जोड़ है। जैसा कि आप देख सकते हैं, सूचकांक हटाए जाने के बाद, अन्य प्रतीक्षा भार में तेजी से वृद्धि हुई है - बैंगनी क्षेत्र (बैच नौकरी निष्पादन भी इसे संदर्भित करता है)। चौथा परिवर्तन समानता के स्तर में वृद्धि है, जिसके कारण संभवतः अनुरोधों की संख्या में वृद्धि हुई (IO Wait - ब्लू ज़ोन)। एक नई निष्पादन योजना को जोड़ने के निहितार्थों पर विचार करें।
संक्रमण के बाद, नई निष्पादन योजना का विवरण खुल गया है। अब जो परिवर्तन हुए हैं उनकी तुलना करें।
संक्रमण के बाद, नई निष्पादन योजना का विवरण खुल गया है।
एक ही निष्पादन योजना प्रबंधन स्टूडियो में सीधे क्वेस्ट फॉगलाइट इंटरफ़ेस से खोली जा सकती है।
तो यह प्रबंधन स्टूडियो कंसोल में दिखता है।
जब आप इतिहास दृश्य पर स्विच करते हैं, तो आप समय के साथ मैट्रिक्स में बदलाव देख सकते हैं।
इतिहास दृश्य का उपयोग किसी विशेष मीट्रिक पर परिवर्तनों के प्रभाव का मूल्यांकन करने के लिए किया जा सकता है। इसके बाद, दूसरे दृश्य पर जाएं।
इस दृश्य में आप देख सकते हैं कि किस बैच ने डेटाबेस लोड को प्रभावित किया है। वे पहले से ही अवरोही क्रम में क्रमबद्ध हैं।
स्वचालित रूप से परिवर्तनों को ट्रैक करने के अलावा, एक फ़ॉगलाइट उपयोगकर्ता मैन्युअल रूप से परिवर्तन जोड़ सकता है। प्रदर्शन में गिरावट के मामले में, ड्यूटी पर व्यवस्थापक अब सेवा की गिरावट के कारण की तलाश नहीं करेगा।
यदि आपको डेटाबेस के लिए फ़ॉगलाइट पसंद है और आप इसे अपने डेटाबेस पर आज़माना चाहेंगे - तो हमारी वेबसाइट पर
फीडबैक फॉर्म में वितरण और परीक्षण कुंजी के लिए एक अनुरोध छोड़ दें। स्थिर डेटाबेस संचालन और असामान्य कार्य का तेजी से स्थानीयकरण!