Abfrageleistung analysieren

Auf dieser Seite wird beschrieben, wie Sie mit dem Query Insights-Dashboard Leistungsprobleme in Spanner erkennen und analysieren.

Übersicht über Query Insights

Mit Query Insights können Sie Probleme bei der Leistung von Abfrage- und DML-Anweisungen (INSERT, UPDATE und DELETE) für eine Spanner-Datenbank erkennen und diagnostizieren. Es unterstützt ein intuitives Monitoring und liefert Diagnoseinformationen, die Ihnen helfen, über die Erkennung hinaus die Ursache von Leistungsproblemen zu identifizieren.

Mit Query Insights können Sie die Leistung von Spanner-Abfragen verbessern. Dabei werden Sie durch die folgenden Schritte geführt:

  1. Ermitteln, ob ineffiziente Abfragen eine hohe CPU-Auslastung verursachen.
  2. Potenziell problematische Abfrage oder potenziell problematisches Tag identifizieren
  3. Abfrage oder Anfrage-Tag analysieren, um Probleme zu ermitteln

Query Insights ist in Konfigurationen für eine und mehrere Regionen verfügbar.

Preise

Für Query Insights fallen keine zusätzlichen Kosten an.

Datenaufbewahrung

Bei „Abfrage-Insights“ werden Daten maximal 30 Tage lang aufbewahrt. Für das Diagramm Gesamte CPU-Auslastung (pro Abfrage oder Anfrage-Tag) ruft Spanner Daten aus den SPANNER_SYS.QUERY_STATS_TOP_*-Tabellen ab. Die Daten in diesen Tabellen werden maximal 30 Tage lang aufbewahrt. Weitere Informationen

Erforderliche Rollen

Je nachdem, ob Sie ein IAM-Nutzer oder ein Nutzer mit detaillierter Zugriffssteuerung sind, benötigen Sie unterschiedliche IAM-Rollen und -Berechtigungen.

Identity and Access Management-Nutzer (IAM)

Bitten Sie Ihren Administrator, Ihnen die folgenden IAM-Rollen für die Instanz zuzuweisen, um die Berechtigungen zu erhalten, die Sie zum Aufrufen der Seite „Abfragestatistiken“ benötigen:

Die folgenden Berechtigungen in der Rolle Cloud Spanner Database Reader(roles/spanner.databaseReader) sind erforderlich, um die Seite „Query Insights“ aufzurufen:

  • spanner.databases.beginReadOnlyTransaction
  • spanner.databases.select
  • spanner.sessions.create

Nutzer mit detaillierter Zugriffssteuerung

Wenn Sie die detaillierte Zugriffssteuerung verwenden, prüfen Sie, ob Sie Folgendes getan haben:

  • Sie haben die Rolle Cloud Spanner-Betrachter(roles/spanner.viewer).
  • Sie haben detaillierte Berechtigungen für die Zugriffssteuerung und ihnen ist die Systemrolle spanner_sys_reader oder eine ihrer Mitgliedsrollen zugewiesen.
  • Wählen Sie auf der Seite „Datenbankübersicht“ die Rolle spanner_sys_reader oder eine Mitgliedsrolle als aktuelle Systemrolle aus.

Weitere Informationen finden Sie unter Detaillierte Zugriffssteuerung und Systemrollen für die detaillierte Zugriffssteuerung.

Das Query Insights-Dashboard

Im Query Insights-Dashboard wird die Abfragelast basierend auf der von Ihnen ausgewählten Datenbank und dem ausgewählten Zeitraum angezeigt. Die Abfragelast ist ein Maß für die gesamte CPU-Auslastung aller Abfragen in der Instanz im ausgewählten Zeitraum. Das Dashboard bietet eine Reihe von Filtern, mit denen Sie die Abfragelast anzeigen können.

So rufen Sie das Dashboard „Query Insights“ für eine Datenbank auf:

  1. Wählen Sie im linken Navigationsbereich Query Insights aus. Das Dashboard „Query Insights“ wird geöffnet.
  2. Wählen Sie eine Datenbank aus der Liste Datenbanken aus. Das Dashboard enthält Informationen zur Abfragelast für die Datenbank.

Zu den Bereichen des Dashboards gehören:

  1. Datenbankliste: Filtert die Abfragelast für eine bestimmte Datenbank oder für alle Datenbanken.
  2. Zeitraumfilter: Filtert die Abfragelast nach Zeiträumen, z. B. Stunden, Tagen oder einem benutzerdefinierten Bereich.
  3. Diagramm „Gesamte CPU-Auslastung (alle Abfragen)“: Hier wird die aggregierte Last aller Abfragen dargestellt.
  4. Diagramm „Gesamte CPU-Auslastung (pro Abfrage oder Anfrage-Tag)“: Zeigt die CPU-Auslastung nach Abfrage oder Anfrage-Tag an.
  5. Tabelle mit den Top-N-Abfragen und ‑Tags: Hier wird die Liste der Top-Abfragen und ‑Anfrage-Tags nach CPU-Auslastung sortiert angezeigt. Weitere Informationen finden Sie unter Potenziell problematische Abfrage oder potenziell problematisches Tag identifizieren.

Query Insights-Dashboard

Dashboard-Leistung

Verwenden Sie Abfrageparameter oder taggen Sie Ihre Abfragen, um die Leistung von Query Insights zu optimieren. Wenn Sie Ihre Abfragen nicht parametrisieren oder taggen, werden möglicherweise zu viele Ergebnisse zurückgegeben. In diesem Fall wird die Tabelle „TopN-Abfragen und ‑Tags“ möglicherweise nicht richtig geladen.

Prüfen, ob ineffiziente Abfragen für eine hohe CPU-Auslastung verantwortlich sind

Die gesamte CPU-Auslastung ist ein Maß für die Arbeit (in CPU-Sekunden), die von den ausgeführten Abfragen in der ausgewählten Datenbank im Zeitverlauf ausgeführt wird.

Gesamte CPU-Auslastung für alle Abfragen

Sehen Sie sich das Diagramm an, um diese Fragen zu beantworten:

  • Welche Datenbank hat die Auslastung? Wählen Sie in der Liste „Datenbanken“ verschiedene Datenbanken aus, um die Datenbanken mit den höchsten Lasten zu finden. Um herauszufinden, welche Datenbank die höchste Last hat, können Sie auch das Diagramm CPU-Auslastung – insgesamt für Datenbanken in der Google Cloud -Konsole ansehen.

    Datenbanklast

  • Ist die CPU-Auslastung hoch? Ist eine Spitze oder ein Anstieg im Zeitverlauf zu sehen? Wenn keine hohe CPU-Auslastung angezeigt wird, liegt das Problem nicht bei Ihren Abfragen.

  • Wie lange war die CPU-Auslastung hoch? Ist sie erst vor Kurzem gestiegen oder war sie schon länger hoch? Verwenden Sie die Bereichsauswahl, um verschiedene Zeiträume auszuwählen, um herauszufinden, wie lange das Problem besteht. Vergrößern Sie die Ansicht, um ein Zeitfenster zu sehen, in dem Spitzen bei der Abfragelast beobachtet werden. Zoomen Sie heraus, um bis zu einer Woche der Zeitachse anzuzeigen.

Wenn Sie im Diagramm einen Anstieg oder eine Erhöhung der CPU-Gesamtauslastung der Instanz sehen, liegt das höchstwahrscheinlich an einer oder mehreren ressourcenintensiven Abfragen. Als Nächstes können Sie sich genauer mit dem Debugging befassen, indem Sie ein potenziell problematisches Abfrage- oder Anfrage-Tag identifizieren.

Potenziell problematisches Abfrage- oder Anfrage-Tag identifizieren

Sehen Sie sich den Bereich „TopN-Abfragen“ an, um eine potenziell problematische Abfrage oder ein potenziell problematisches Anfragetag zu identifizieren:

Top-N-Abfragen

Hier sehen wir, dass die Abfrage mit dem Fingerabdruck 3216067328234137024 eine hohe CPU-Auslastung hat und problematisch sein kann.

Die Tabelle TopN-Abfragen bietet einen Überblick über die Abfragen, die im ausgewählten Zeitraum die meiste CPU-Zeit in Anspruch nehmen. Die Abfragen sind von der höchsten zur niedrigsten CPU-Auslastung sortiert. Die Anzahl der TopN-Abfragen ist auf 100 begrenzt.

Für die Diagramme werden die Daten aus der Tabelle mit den Statistiken für Top-N-Abfragen abgerufen, die drei verschiedene Granularitäten hat: 1 Minute, 10 Minuten und 1 Stunde. Der Wert für jeden Datenpunkt in den Diagrammen steht für den Durchschnittswert über ein Intervall von einer Minute.

Wir empfehlen, Tags zu Ihren SQL-Abfragen hinzuzufügen. Mit der Tag-Kennzeichnung von Abfragen können Sie Probleme auf übergeordneten Konstrukten finden, z. B. mit der Geschäftslogik oder einem Mikrodienst.

Tabelle mit Top-N-Abfragen

Die Tabelle enthält die folgenden Attribute:

  • Fingerprint: Hash des Anfrage-Tags, falls vorhanden; andernfalls der Hash der Anfrage.

  • Abfrage- oder Anfrage-Tag: Wenn der Abfrage ein Tag zugeordnet ist, wird das Anfrage-Tag angezeigt. Statistiken für mehrere Abfragen, die denselben Tag-String haben, werden in einer einzelnen Zeile gruppiert, wobei der REQUEST_TAG-Wert mit dem Tag-String übereinstimmt. Weitere Informationen zur Verwendung von Anfrage-Tags finden Sie unter Fehlerbehebung bei Anfrage- und Transaktions-Tags.

    Wenn der Abfrage kein Tag zugeordnet ist, wird die SQL-Abfrage, verkürzt auf ca. 64 KB, angezeigt. Bei Batch-DML werden die SQL-Anweisungen in einer einzelnen Zeile zusammengefasst und mit einem Semikolon als Trennzeichen verkettet. Aufeinanderfolgende identische SQL-Texte werden vor dem Kürzen dedupliziert.

  • Abfragetyp: Gibt an, ob es sich bei einer Abfrage um eine PARTITIONED_QUERY oder QUERY handelt. Eine PARTITIONED_QUERY ist eine Abfrage mit einem partitionToken, der über die PartitionQuery API abgerufen wurde. Alle anderen Abfragen und DML-Anweisungen werden durch den Abfragetyp QUERY gekennzeichnet.

  • CPU-Auslastung: Der CPU-Ressourcenverbrauch einer Abfrage als Prozentsatz der gesamten CPU-Ressourcen, die von allen Abfragen verwendet werden, die in diesem Zeitraum in den Datenbanken ausgeführt werden. Die CPU-Auslastung wird in einem horizontalen Balken mit einem Bereich von 0 bis 100 dargestellt.

  • Empfehlung: Spanner analysiert Ihre Abfragen, um festzustellen, ob sie von verbesserten Indexen profitieren können. Falls ja, werden neue oder geänderte Indexe empfohlen, mit denen sich die Abfrageleistung verbessern lässt. Weitere Informationen finden Sie unter Indexberater für Spanner verwenden.

  • CPU (%): CPU-Ressourcenverbrauch durch eine Abfrage als Prozentsatz der gesamten CPU-Ressourcen, die von allen Abfragen verwendet werden, die in diesem Zeitraum in den Datenbanken ausgeführt werden.

  • Ausführungsanzahl: Anzahl der von Spanner während des Intervalls registrierten Ausführungen einer Anfrage.

  • Durchschnittliche Latenz (ms): Durchschnittliche Zeit in Mikrosekunden für jede Abfrageausführung in der Datenbank. Dieser Durchschnitt schließt die Codierungs- und Übertragungszeit für die Ergebnismenge sowie den Aufwand aus.

  • Durchschnittlich gescannte Zeilen: Durchschnittliche Anzahl der Zeilen, die von der Abfrage gescannt wurden, ausgenommen gelöschte Werte.

  • Durchschnittliche zurückgegebene Zeilen: Durchschnittliche Anzahl der Zeilen, die die Abfrage zurückgegeben hat.

  • Zurückgegebene Byte: Anzahl der von der Abfrage zurückgegebenen Datenbyte, ohne den Aufwand der Übertragungskodierung.

Mögliche Abweichungen zwischen den Grafiken

Möglicherweise gibt es Unterschiede zwischen dem Diagramm Gesamte CPU-Auslastung (alle Abfragen) und dem Diagramm Gesamte CPU-Auslastung (pro Abfrage oder Anfrage-Tag). Es gibt zwei mögliche Ursachen für dieses Szenario:

  • Verschiedene Datenquellen: Die Cloud Monitoring-Daten, die dem Diagramm „Gesamt-CPU-Auslastung (alle Anfragen)“ zugrunde liegen, sind in der Regel genauer, da sie jede Minute übertragen werden und eine Aufbewahrungsdauer von 45 Tagen haben. Andererseits werden die Daten der Systemtabelle, die dem Diagramm „Gesamte CPU-Auslastung (pro Abfrage oder Anfrage-Tag)“ zugrunde liegen, möglicherweise über 10 Minuten (oder 1 Stunde) gemittelt. In diesem Fall gehen möglicherweise Daten mit hoher Granularität verloren, die im Diagramm „Gesamte CPU-Auslastung (alle Abfragen)“ zu sehen sind.

  • Unterschiedliche Aggregationszeiträume: Beide Diagramme haben unterschiedliche Aggregationszeiträume. Wenn wir beispielsweise ein Ereignis untersuchen, das älter als 6 Stunden ist, fragen wir die Tabelle SPANNER_SYS.QUERY_STATS_TOTAL_10MINUTE ab. In diesem Fall würde ein Ereignis, das um 10:01 Uhr eintritt, über 10 Minuten hinweg aggregiert und in der Systemtabelle mit dem Zeitstempel 10:10 Uhr angezeigt.

Der folgende Screenshot zeigt ein Beispiel für eine solche Abweichung.

Varianz zwischen Grafiken

Bestimmte Abfrage oder bestimmtes Anfrage-Tag analysieren

Wenn Sie herausfinden möchten, ob eine Abfrage oder ein Anfrage-Tag die Ursache des Problems ist, klicken Sie auf die Abfrage oder das Anfrage-Tag, das vermeintlich die höchste Last hat oder mehr Zeit als die anderen benötigt. Sie können mehrere Abfragen und Tag-Anfragen gleichzeitig auswählen.

Wenn Sie den Mauszeiger auf das Diagramm für Abfragen im Zeitachsendiagramm bewegen, wird die CPU-Auslastung (in Sekunden) angezeigt.

Versuchen Sie, das Problem folgendermaßen einzugrenzen:

  • Wie lange war die Last hoch? Ist sie nur jetzt hoch? Oder ist sie schon lange hoch? Ändern Sie die Zeiträume, um das Datum und die Uhrzeit zu ermitteln, zu der sich die Leistung der Abfrage verschlechterte.
  • Gab es Spitzen bei der CPU-Auslastung? Sie können das Zeitfenster ändern, um die bisherige CPU-Auslastung für die Abfrage zu untersuchen.
  • Wie hoch ist der Ressourcenverbrauch? Wie hängt er mit anderen Anfragen zusammen? Sehen Sie sich die Tabelle an und vergleichen Sie die Daten anderer Anfragen mit der ausgewählten. Gibt es einen großen Unterschied?

Um zu bestätigen, dass die ausgewählte Abfrage zur hohen CPU-Auslastung beiträgt, können Sie die Details der spezifischen Abfrageform (oder des Anfragetags) aufrufen und auf der Seite „Abfragedetails“ weiter analysieren.

Seite „Abfragedetails“ aufrufen

Wenn Sie die Details einer bestimmten Abfrageform oder eines bestimmten Anfragetags in grafischer Form ansehen möchten, klicken Sie auf den Fingerabdruck, der mit der Abfrage oder dem Anfragetag verknüpft ist. Die Seite „Abfragedetails“ wird geöffnet.

Seite „Abfragedetails“

Auf der Seite „Abfragedetails“ werden die folgenden Informationen angezeigt:

  1. Text mit Abfragedetails: SQL-Abfragetext, verkürzt auf ca. 64 KB. Statistiken für mehrere Abfragen, die denselben Tag-String haben, werden in einer einzelnen Zeile gruppiert, wobei REQUEST_TAG mit diesem Tag-String übereinstimmt. In diesem Feld wird nur der Text einer dieser Anfragen angezeigt. Bei Batch-DML wird die Gruppe von SQL-Anweisungen in einer einzelnen Zeile zusammengefasst und mit einem Semikolon getrennt. Aufeinanderfolgende identische SQL-Texte werden vor dem Kürzen dedupliziert.
  2. Die Werte der folgenden Felder:
    • Ausführungsanzahl: Anzahl der von Spanner während des Intervalls registrierten Ausführungen einer Anfrage.
    • Durchschnittliche CPU (ms): Der durchschnittliche CPU-Ressourcenverbrauch in Millisekunden durch eine Abfrage der CPU-Ressourcen der Instanz in einem Zeitintervall.
    • Durchschnittliche Latenz (ms): Durchschnittliche Zeit in Millisekunden für jede Abfrageausführung in der Datenbank. Dieser Durchschnitt schließt die Codierungs- und Übertragungszeit für die Ergebnismenge sowie den Aufwand aus.
    • Durchschnittlich zurückgegebene Zeilen: Durchschnittliche Anzahl der Zeilen, die die Abfrage zurückgegeben hat.
    • Durchschnittlich gescannte Zeilen: Durchschnittliche Anzahl der Zeilen, die von der Abfrage gescannt wurden, ausgenommen gelöschte Werte.
    • Durchschnittliche Byte: Anzahl der von der Abfrage zurückgegebenen Datenbyte, ohne den Aufwand der Übertragungskodierung.
  3. Diagramm „Beispiele für Abfragepläne“: Jeder Punkt im Diagramm steht für einen Beispielabfrageplan zu einem bestimmten Zeitpunkt und die zugehörige Abfragelatenz. Klicken Sie auf einen der Punkte im Diagramm, um den Abfrageplan aufzurufen und die Schritte während der Abfrageausführung zu visualisieren. Hinweis: Abfragepläne werden für Abfragen mit partitionTokens, die über die PartitionQuery API abgerufen wurden, und für partitionierte DML-Abfragen nicht unterstützt.
  4. Abfrageplan-Visualisierung: Hier wird der ausgewählte Abfrageplan für die Stichprobe angezeigt. Jeder Knoten oder jede Karte im Diagramm stellt einen Iterator dar, der Zeilen aus seinen Eingaben verarbeitet und Zeilen für seinen übergeordneten Knoten erzeugt. Wenn Sie auf einen Iterator klicken, werden weitere Informationen angezeigt.
  5. Diagramm zur Abfragelatenz: Hier wird der Wert der Abfragelatenz für eine ausgewählte Abfrage über einen bestimmten Zeitraum dargestellt. Außerdem wird die durchschnittliche Latenz angezeigt.
  6. Diagramm zur CPU-Auslastung: Zeigt die CPU-Auslastung einer Abfrage in Prozent über einen Zeitraum hinweg. Außerdem wird die durchschnittliche CPU-Auslastung angezeigt.
  7. Diagramm „Anzahl der Ausführungen/Fehler“: Hier sehen Sie die Anzahl der Ausführungen einer Abfrage über einen Zeitraum hinweg und die Anzahl der fehlgeschlagenen Ausführungen.
  8. Diagramm „Gescannte Zeilen“: Hier sehen Sie die Anzahl der Zeilen, die für die Abfrage über einen bestimmten Zeitraum gescannt wurden.
  9. Diagramm „Zurückgegebene Zeilen“: Hier sehen Sie die Anzahl der Zeilen, die von der Abfrage in einem bestimmten Zeitraum zurückgegeben wurden.
  10. Zeitraumfilter: Filtert Abfragedetails nach Zeiträumen, z. B. Stunde, Tag oder einen benutzerdefinierten Bereich.

Für die Diagramme werden die Daten aus der Tabelle mit den Statistiken für Top-N-Abfragen abgerufen, die drei verschiedene Granularitäten hat: 1 Minute, 10 Minuten und 1 Stunde. Der Wert für jeden Datenpunkt in den Diagrammen steht für den Durchschnittswert über ein Intervall von einer Minute.

Nach allen Ausführungen einer Abfrage im Audit-Log suchen

Wenn Sie in Cloud-Audit-Logs nach allen Ausführungen eines bestimmten Abfrage-Fingerprints suchen möchten, fragen Sie das Audit-Log ab und suchen Sie nach einem query_fingerprint, das dem Feld Fingerprint in der Tabelle „TopN-Abfragestatistiken“ entspricht. Weitere Informationen finden Sie unter Logs abfragen und ansehen. Mit dieser Methode können Sie den Nutzer identifizieren, der die Anfrage gestellt hat.

Nächste Schritte