确定发生延迟的位置

注意 ：OpenCensus 已废弃。 我们建议使用 OpenTelemetry 来捕获并直观呈现 Spanner 可观测性指标如需了解详情，请参阅 使用 OpenTelemetry 检查 Spanner 组件中的延迟时间。

本页面介绍了如何排查 Spanner 组件问题， 延迟时间的原因如需详细了解 Spanner 请求，请参阅 Spanner 请求中的延迟时间点。

1. 在影响您的服务的客户端应用中，确认存在 客户端往返延迟时间导致的延迟时间增加检查以下维度 查看客户端指标

   • 客户端应用名称
   • 客户端位置（例如 Compute Engine 虚拟机可用区）和主机（ 虚拟机名称）
   • Spanner API 方法
   • Spanner API 状态

   按这些维度分组，看看问题是否仅限于特定 客户端、状态或方法对于双区域或多区域工作负载，请参阅 （如果问题仅发生于特定客户端或 Spanner 区域）。

2. 检查客户端应用的健康状况，尤其是 例如虚拟机、CPU 或内存等 利用率、连接、文件描述符等）。

3. 检查 Spanner 组件中的延迟时间：

   a. 使用 OpenTelemetry 检查客户端往返延迟时间 或使用 OpenCensus。

   b. 使用 OpenTelemetry 检查 Google Front End (GFE) 延迟时间 或使用 OpenCensus。

   c. 使用 OpenTelemetry 检查 Spanner API 请求延迟时间 或使用 OpenCensus。

   如果客户端往返延迟时间较长，但 GFE 延迟时间较短，且 Spanner API 请求延迟时间后，应用代码 出现问题。这也可能表示客户端之间存在网络问题 和区域级 GFE。如果您的应用存在导致 一些代码路径速度较慢，那么每个 API 的客户端往返延迟时间 请求量可能会增加客户端计算可能也存在问题 在上一步中未检测到的基础架构。

4. 请检查以下维度 Spanner 指标：

   • Spanner 数据库名称
   • Spanner API 方法
   • Spanner API 状态

   按这些维度分组，看看问题是否仅限于特定 数据库、状态或方法。对于双区域或多区域工作负载 检查问题是否仅限于特定区域。

   如果您的 GFE 延迟时间较长，但 Spanner API 请求较少 出现延迟，可能是由以下原因之一导致的：

   • 从其他区域访问数据库。此操作可能会导致 GFE 过高 和较短的 Spanner API 请求延迟时间。例如： 来自 us-east1 区域中的实例在 us-central1 区域的 GFE 延迟时间可能较高，但延迟时间较短 Spanner API 请求延迟时间。

   • GFE 层存在问题。查看 Google Cloud 状态信息中心 看看您所在的区域是否还存在任何网络问题。如果有 没有任何问题，然后创建支持请求并提供相关信息 可帮助工程师帮助排查 GFE 问题。

5. 检查实例的 CPU 利用率。 如果该实例的 CPU 利用率高于建议的水平， 应手动添加更多节点，或设置自动伸缩。如需更多信息 请参阅自动扩缩概览。

6. 观察潜在的热点或不平衡的访问模式并进行问题排查 （使用 Key Visualizer） 并尝试回滚与 问题时间范围

   注意 ：我们建议您遵循架构设计最佳实践 确保您的访问在 Spanner 计算中得到平衡 资源。

7. 检查任何流量模式变化。

8. 勾选 Query Insights 并 交易数据分析 看看是否存在任何查询或事务性能瓶颈。在 您需要遵循 Spanner 最佳实践 来优化查询或交易

9. 使用最早的活跃查询中的步骤 查看任何可能导致性能瓶颈的费用查询， 可以根据需要取消查询

10. 使用以下主题中“问题排查”部分中的步骤来 使用 Spanner 内省进一步排查问题 工具：

    • 查询统计信息
    • 读取统计信息
    • 事务统计信息
    • 锁定统计信息

后续步骤

• 现在您已经确定了包含延迟时间的组件，接下来探索 使用 OpenCensus 进一步解决问题如需了解详情，请参阅 使用 OpenTelemetry 检查 Spanner 组件中的延迟时间 或使用 OpenCensus。
• 了解如何使用指标诊断延迟时间。
• 了解如何排查 Spanner 截止时间超出错误。