最早的活跃查询统计信息

最早的活跃查询（也称为运行时间最长的查询）是一系列 数据库中处于活跃状态的查询，按已运行的时间长度排序 。深入了解这些查询有助于确定出现系统延迟和 CPU 使用率较高的原因。

Spanner 提供了一个内置表 SPANNER_SYS.OLDEST_ACTIVE_QUERIES，该表按照开始时间以升序列出运行中的查询，其中包括包含 DML 语句的查询。但不包含变更数据流查询。

如果有大量查询正在运行，结果可能是 由于系统内存限制，查询总数仅限于一部分查询 对此类数据的收集强制执行。因此，Spanner 提供了一个附加表 SPANNER_SYS.ACTIVE_QUERIES_SUMMARY，其中显示所有活跃查询（更改流查询除外）的摘要统计信息。您可以使用 SQL 语句从这两个内置表中检索信息。

在本文档中，我们将介绍这两个表，并介绍一些使用这些表的示例查询，最后演示如何使用这些表来帮助缓解由活跃查询引发的问题。

可用性

SPANNER_SYS 数据只能通过 SQL 接口获得；例如：

Spanner 提供的其他单次读取方法不支持 SPANNER_SYS。

OLDEST_ACTIVE_QUERIES

SPANNER_SYS.OLDEST_ACTIVE_QUERIES 返回按开始时间排序的活跃查询列表。如果有大量查询正在运行， 因为内存不足， Spanner 在收集此类数据时强制执行的限制。接收者 查看所有活跃查询的摘要统计信息，请参阅 ACTIVE_QUERIES_SUMMARY。

表架构

列名 类型 说明
START_TIME TIMESTAMP 查询的开始时间。
TEXT_FINGERPRINT INT64 Fingerprint 是事务中所涉及操作的哈希。
TEXT STRING 查询语句文本。
TEXT_TRUNCATED BOOL 如果 TEXT 字段中的查询文本被截断，则为 true；否则为 false。
SESSION_ID STRING 执行查询的会话的 ID。此属性用于实现可观测性。
QUERY_ID。 STRING 查询的 ID。您可以将此 ID 与 CALL cancel_query("query_id") 搭配使用来取消查询。

示例查询

您可以使用客户端 库， Google Cloud CLI 或 Google Cloud 控制台。

列出最早的正在运行的查询

以下查询将返回最早运行的查询列表，按查询的开始时间排序。

SELECT start_time,
       text_fingerprint,
       text,
       text_truncated,
       session_id
FROM spanner_sys.oldest_active_queries
ORDER BY start_time ASC;
start_time text_fingerprint text text_truncated session_id
2020-07-18T07:52:28.225877Z -3426560921851907385 SELECT a.SingerId, a.AlbumId, a.TrackId, b.SingerId as b_id, b.AlbumId as b_albumid, b.TrackId as b_trackId FROM Songs as a CROSS JOIN Songs as b; False ACjbPvYsucrtcffHrRK6aObeIjZf12tSUwOsim-g1WC3IhqF4epzICCQR3GCHw
2020-07-18T07:54:08.622081Z -9206690983832919848 SELECT a.SingerId, a.AlbumId, a.TrackId, a.SongName, s.FirstName, s.LastName FROM Songs as a JOIN Singers as s ON s.SingerId = a.SingerId WHERE STARTS_WITH(s.FirstName, 'FirstName') LIMIT 1000000; False ACjbPvaF3yKiNfxXFod2LPoFaXjKR759Bw1o34206vv0t7eOrD3wxZhu8U6ohQ
2020-07-18T07:54:08.631744Z -105437553161169030 SELECT a.SingerId, a.AlbumId, a.TrackId, a.SongName, s.FirstName, s.LastName FROM Songs as a JOIN Singers as s ON s.SingerId = a.SingerId WHERE a.SingerId > 7 LIMIT 1000000; False ACjbPvanq3MesDNT98t64KdKAz3TlDZoCC-zgW-FJn91cJHuczQ_cOFN_Hdflw
2020-07-18T07:54:08.720011Z -9206690983832919848 SELECT a.SingerId, a.AlbumId, a.TrackId, a.SongName, s.FirstName, s.LastName FROM Songs as a JOIN Singers as s ON s.SingerId = a.SingerId WHERE STARTS_WITH(s.FirstName, 'FirstName') LIMIT 1000000; False ACjbPvYIE2QHkhnmMXuAGpB4inK7yMnQjmYgQ9FoygKNaB5KCXu7Sf7f9aghYw
2020-07-18T07:54:08.731006Z 6561582859583559006 SELECT a.SingerId, a.AlbumId, a.TrackId, a.SongName, s.FirstName, s.LastName FROM Songs as a JOIN Singers as s ON s.SingerId = a.SingerId WHERE a.SingerId > 10 LIMIT 1000000; False ACjbPvYNZ06N2YyvwV0YMlSRBNDtXBqZEK-iAAyPFnFcTmshPvzWkhr034ud7w

列出最热门的 2 个最早运行的查询

以上查询略有不同，本示例会返回前 2 个最早的运行中查询（按查询开始时间排序）。

SELECT start_time,
       text_fingerprint,
       text,
       text_truncated,
       session_id
FROM spanner_sys.oldest_active_queries
ORDER BY start_time ASC LIMIT 2;
查询输出
start_time text_fingerprint text text_truncated session_id
2020-07-18T07:52:28.225877Z -3426560921851907385 SELECT a.SingerId, a.AlbumId, a.TrackId, b.SingerId as b_id, b.AlbumId as b_albumid, b.TrackId as b_trackId FROM Songs as a CROSS JOIN Songs as b; False ACjbPvYsucrtcffHrRK6aObeIjZf12tSUwOsim-g1WC3IhqF4epzICCQR3GCHw
2020-07-18T07:54:08.622081Z -9206690983832919848 SELECT a.SingerId, a.AlbumId, a.TrackId, a.SongName, s.FirstName, s.LastName FROM Songs as a JOIN Singers as s ON s.SingerId = a.SingerId WHERE STARTS_WITH(s.FirstName, 'FirstName') LIMIT 1000000; False ACjbPvaF3yKiNfxXFod2LPoFaXjKR759Bw1o34206vv0t7eOrD3wxZhu8U6ohQ

ACTIVE_QUERIES_SUMMARY

顾名思义，内置表 SPANNER_SYS.ACTIVE_QUERIES_SUMMARY 显示所有活跃查询的摘要统计信息。如以下架构所示，查询按存在时间划分为三个存储分区（即计数器）- 时长超过 1 秒、超过 10 秒以及超过 100 秒。

表架构

列名 类型 说明
ACTIVE_COUNT INT64 正在运行的查询总数。
OLDEST_START_TIME TIMESTAMP 最早运行的查询的开始时间上限。
COUNT_OLDER_THAN_1S INT64 超过 1 秒的查询数。
COUNT_OLDER_THAN_10S INT64 超过 10 秒的查询数。
COUNT_OLDER_THAN_100S INT64 超过 100 秒的查询数。

一个查询可以计入多个存储分区中。例如，如果查询已运行 12 秒，则它将被计入 COUNT_OLDER_THAN_1S 和 COUNT_OLDER_THAN_10S 中，因为它同时满足两个条件。

示例查询

您可以使用客户端 库， gcloud spanner 或 Google Cloud 控制台。

检索活跃查询的摘要

以下查询将返回有关运行中查询的摘要统计信息。

SELECT active_count,
       oldest_start_time,
       count_older_than_1s,
       count_older_than_10s,
       count_older_than_100s
FROM spanner_sys.active_queries_summary;
查询输出
active_count oldest_start_time count_older_than_1s count_older_than_10s count_older_than_100s
22 2020-07-18T07:52:28.225877Z 21 21 1

限制

虽然目标是为您提供最全面的数据分析，但在某些情况下，查询不会包含在这些表中返回的数据中。

  • 如果 DML 查询 (UPDATE/INSERT/DELETE) 处于应用 Mutation 阶段，则不会包含这些查询。

  • 如果查询由于暂时性错误而正在重启，则不会包含该查询。

  • 不会包含来自过载服务器或无响应服务器的查询。

  • OLDEST_ACTIVE_QUERIES 不能用于读写事务。即使在只读事务中，它也会忽略事务时间戳，并在执行过程中始终返回当前数据。在极少数情况下，它可能会返回 ABORTED 错误和部分结果；在这种情况下，请舍弃部分结果并再次尝试查询。

使用活跃查询数据对高 CPU 利用率进行问题排查

查询统计信息和交易统计信息 在排查 Spanner 数据库延迟问题时提供实用信息。这些工具可提供 已完成的查询不过，有时有必要知道 系统中运行的内容。例如，请考虑以下情况： CPU 利用率非常高，您需要回答以下问题。

  • 目前正在运行多少个查询？
  • 这些查询是什么？
  • 长时间运行的查询数量（即超过 100 个） 秒？
  • 哪个会话正在运行查询？

通过回答上述问题，您可以决定执行以下操作。

  • 删除执行查询的会话可立即解决问题。
  • 通过添加索引来提高查询性能。
  • 如果查询与周期性关联，请降低查询频率 后台任务。
  • 指明发出该查询的用户或组件，而该用户或组件可能未获得 执行该查询。

在本演示中，我们将研究活跃查询，并确定 （如果有的话）。

检索活跃查询的摘要

在示例场景中，我们发现高于正常 CPU 使用率的情况，因此决定运行以下查询返回活跃查询摘要。

SELECT active_count,
       oldest_start_time,
       count_older_than_1s,
       count_older_than_10s,
       count_older_than_100s
FROM spanner_sys.active_queries_summary;

该查询会产生以下结果。

active_count oldest_start_time count_older_than_1s count_older_than_10s count_older_than_100s
22 2020-07-18T07:52:28.225877Z 21 21 1

事实证明，我们有一个查询 。这对于我们的数据库而言并不常见，因此我们需要进一步调查。

检索活跃查询的列表

我们在上一步已确定有一个查询的运行时间超过了 100 秒。如需进一步调查，请运行以下查询以返回有关前 5 个最早运行的查询的更多信息。

SELECT start_time,
       text_fingerprint,
       text,
       text_truncated,
       session_id,
       query_id
FROM spanner_sys.oldest_active_queries
ORDER BY start_time ASC LIMIT 5;

在此示例中，我们在 2024 年 3 月 28 日大约下午 16:44:09 运行了查询 EDT 返回以下结果。（您可能需要滚动 水平查看完整输出。）

start_time text_fingerprint text text_truncated session_id query_id
2024-03-28 16:44:09.356939+00:00 -2833175298673875968 从 spanner_sys.oldest_active_queries 中选择 * false ACjbPvYsucrtcffHrRK6aObeIjZf12tSUwOsim-g1WC3IhqF4epzICCQR3GCHw 37190103859320827
2020-07-18T07:52:28.225877Z -3426560921851907385 SELECT a.SingerId, a.AlbumId, a.TrackId, b.SingerId as b_id, b.AlbumId as b_albumid, b.TrackId as b_trackId FROM Songs as a CROSS JOIN Songs as b; false ACjbPvaF3yKiNfxXFod2LPoFaXjKR759Bw1o34206vv0t7eOrD3wxZhu8U6ohQ 48946620525959556

最早的查询 (fingerprint = -2833175298673875968) 在表格中突出显示。这是一个昂贵的 CROSS JOIN。我们决定采取行动。

取消开销大的查询

在此示例中，我们发现了一个运行费用高昂的 CROSS JOIN 的查询， 就会取消查询我们在上一个查询中收到的查询结果 步骤包含 query_id。我们可以运行以下命令 CALL cancel_query(query_id) 命令（适用于 GoogleSQL）和 spanner.cancel_query(query_id) 命令，使 PostgreSQL 取消查询。

GoogleSQL

CALL cancel_query(query_id)

PostgreSQL

CALL spanner.cancel_query(query_id)

例如，在以下代码中，CALL 语句使用 ID 37190103859320827：

CALL cancel_query(37190103859320827)

您需要查询 spanner_sys.oldest_active_queries 表以验证 查询被取消。

本演示演示了如何使用 SPANNER_SYS.OLDEST_ACTIVE_QUERIES 和 SPANNER_SYS.ACTIVE_QUERIES_SUMMARY来分析正在运行的查询 针对导致高 CPU 使用率的任何查询执行必要操作。当然，避免执行费用高昂的操作并为您的使用场景设计合适的架构始终更便宜。如需详细了解如何构建高效运行的 SQL 语句，请参阅 SQL 最佳做法。

后续步骤