Descripción general de Key Visualizer

¿Qué es Key Visualizer?

Key Visualizer te ayuda a analizar los patrones de uso de Spanner. Genera informes visuales para tus bases de datos desglosados por rangos de filas a lo largo del tiempo.

Key Visualizer proporciona estadísticas sobre los patrones de uso a gran escala que son difíciles de entender de otro modo. Key Visualizer se puede usar para los siguientes usos:

  • Diseñar de manera iterativa un esquema o mejorar el diseño de uno existente. En cada iteración, debes revisar Key Visualizer en busca de problemas que pueda causar el esquema, luego ajustar el esquema y volver a revisarlo
  • Solucionar problemas de rendimiento para comprender cómo las consultas y operaciones usan recursos
  • Comprender cómo tus usuarios y aplicaciones acceden a los datos que almacenas en Spanner

Para lograr estos objetivos, Key Visualizer puede ayudarte a completar las siguientes tareas:

  • Verifica si las operaciones de lectura o escritura crean hotspots en rangos de filas específicos.
  • Observar si tus patrones de acceso se encuentran balanceados en todas las filas de una tabla

Aunque Key Visualizer muestra una variedad de métricas, no captura todo lo que puede afectar el rendimiento de Spanner. Por ejemplo, si hay problemas de red entre tu aplicación y Google Cloud, es posible que esos problemas de red no estén visibles o que aparezcan como bandas verticales en todas las claves en Key Visualizer, lo que solo te brinda una idea sobre cuándo se produjeron los problemas. Si no puedes identificar la causa de un problema de rendimiento cuando observas los análisis de Key Visualizer, necesitarás realizar pasos adicionales para solucionar el problema.

Análisis de Key Visualizer

En la siguiente imagen, se muestra un análisis de Key Visualizer. Cada análisis incluye distintos tipos de información:

  • Un mapa de calor grande, que muestra patrones de acceso para un grupo de claves de fila a lo largo del tiempo.
  • Valores agregados junto con cada eje del mapa de calor, incluidos los valores promedios y los valores totales o máximos.

Ejemplo de un análisis de Key Visualizer

Key Visualizer también te proporciona herramientas que te ayudan a comprender los datos de cada análisis. Si no has usado Key Visualizer antes, consulta Cómo comenzar a usar Key Visualizer para obtener instrucciones. Si ya eres un usuario más experimentado, consulta Cómo explorar mapas de calor.

Mapas de calor

El núcleo de un análisis de Key Visualizer es el mapa de calor, que muestra el valor de una métrica a lo largo del tiempo, dividida en rangos contiguos de claves de fila. El eje “x” del mapa de calor representa el tiempo y el eje “y” representa los rangos de fila. Si la métrica tenía un valor bajo para un rango de fila en un momento específico, la métrica es “fría” y aparece en un color oscuro. Un valor alto es “caliente” y aparece en un color brillante; los valores más altos aparecen en blanco.

Los diferentes tipos de uso dan como resultado diferentes patrones visuales dentro del mapa de calor, lo que puede permitir el diagnóstico de los problemas de inmediato. Consulta Patrones de mapa de calor para ver ejemplos de algunos patrones comunes.

Rangos de filas

Un rango de filas es un conjunto contiguo de filas dentro de una sola tabla o índice. Se define con una clave de inicio y una clave de finalización.

Por lo general, una base de datos de Spanner usa muchos índices y tablas. Key Visualizer selecciona hasta 1,000 rangos de filas basados en las claves existentes de todas las tablas y los índices de toda la base de datos. En el mapa de calor, cada clave se ordena alfabéticamente según su nombre de índice o tabla. Dentro de cada tabla o índice, las claves se ordenan según sus valores de clave primaria. Por lo tanto, un rango de filas solo consta de claves de una tabla o un índice únicos. En el caso de las tablas intercaladas, los rangos de filas de una tabla superior no incluyen ninguna clave de sus tablas secundarias intercaladas.

Key Visualizer selecciona 1,000 rangos de filas como máximo. Cuando hay más de 1,000 índices y tablas combinados, algunas de esas tablas se incluyen en un solo dato en el mapa de calor y se muestran como una sola línea. Por lo tanto, es posible que los hotspots potenciales sean difíciles de detectar debido a que sus tablas se combinan y se reducen los muestreos.

Si hay menos de 1,000 índices y tablas, el mapa de calor tendrá al menos un rango de filas que represente cada tabla.

¿Qué sigue?