云原生数据仓库AnalyticDB：SQL Pattern

功能说明

SQL Pattern具备以下功能。

• Pattern聚合：根据SQL文本，将相似的SQL进行分组。

• Pattern宏观统计：建立均值与最值比较以及每个Pattern关键指标的总量及其占比。

• 异常SQL排查：排查出异于历史的Pattern并提供钻取功能，直达问题SQL，获取诊断结果。

注意事项

仅支持查看过去14天内的SQL Pattern记录，每次查询的时间范围最长为24小时。

操作步骤

1. 登录云原生数据仓库AnalyticDB MySQL控制台，在左上角选择集群所在地域。在左侧导航栏，单击集群列表，在数仓版页签，单击目标集群ID。

2. 在左侧导航栏，单击诊断与优化。

3. 单击SQL Pattern页签。

   默认展示最近30分钟的SQL Pattern。您可以通过SQL关键字或时间范围搜索SQL Pattern。

   SQL Pattern列表各项参数说明如下：

   参数	说明
   操作	单击查看详情，查看特定SQL Pattern的详细信息。更多信息，请参见Pattern分析。
   用户名	提交Pattern相关SQL的数据库用户名。
   客户端IP	提交Pattern相关SQL的客户端IP地址。
   SQL Pattern	SQL Pattern的具体语句。您可以单击复制完整的SQL。
   CPU Cost总量	在查询时间范围内，Pattern相关SQL执行时占用CPU的总时间。括号中的百分比表示该Pattern执行时占用CPU的总时间占所有Pattern执行时占用CPU的总时间的比例，若比例超过30%将自动高亮显示。 通过观察Pattern的CPU Cost占比，可以初步判断该时段内某类查询对CPU消耗的影响是否较大，您也可以结合CPU监控指标进一步分析。 点击查看CPU Cost总量占比的计算方法 假设有5条SQL（分别为：SQL1、SQL2、SQL3、SQL4、SQL5），SQL1、SQL2、SQL3属于Pattern1；SQL4、SQL5属于Pattern2。SQL1、SQL2、SQL3、SQL4、SQL5对应的CPU Cost为50 ms，1 s，70 ms，1.5 s，1 s。则： Pattern1的CPU Cost总量为1.12 s。计算方法为0.05‬s+1s+0.07s=1.12s。 Pattern2的CPU Cost总量为2.5 s。计算方法为1.5‬s+1s=2.5s。 Pattern1的CPU Cost总量占比为30.9392%。计算方法为1.12/(1.12+2.5)*100%=30.9392%。 Pattern2的CPU Cost总量占比为69.0607%。计算方法为2.5/(1.12+2.5)*100%=69.0607%。
   峰值内存总量	在查询时间范围内，Pattern相关SQL使用的峰值内存总和。括号中的百分比表示该Pattern峰值内存总和占所有Pattern峰值内存总和的比例，若比例超过30%将自动高亮显示。 通过观察Pattern的峰值内存占比，可以初步判断该时段内某类查询对内存消耗的影响是否较大，您也可以结合计算内存使用率监控指标进行进一步分析。 点击查看峰值内存总量占比的计算方法 假设有5条SQL（分别为：SQL1、SQL2、SQL3、SQL4、SQL5），SQL1、SQL2、SQL3属于Pattern1；SQL4、SQL5属于Pattern2。SQL1、SQL2、SQL3、SQL4、SQL5对应的峰值内存为1 GB，2 GB，3 GB，3 GB，1 GB。则： Pattern1的峰值内存总量为6 GB。计算方法为1 GB+2 GB+3GB=6 GB。 Pattern2的峰值内存总量为4 GB。计算方法为1 GB+3 GB=4 GB。 Pattern1的峰值内存总量占比为60%。计算方法为6/(6+4)*100%=60%。 Pattern2的峰值内存总量占比为40%。计算方法为4/(6+4)*100%=40%。
   耗时总量	在查询时间范围内，Pattern相关SQL的执行耗时总和。括号中的百分比表示该Pattern的执行耗时总和占所有Pattern执行耗时总和的比例，若比例超过30%将自动高亮显示。 通过观察Pattern的执行耗时占比，可以初步判断该时段内某类查询对查询RT监控指标增长的影响是否较大，您也可以结合查询RT监控指标进一步分析。 点击查看耗时总量占比的计算方法 假设有5条SQL（分别为：SQL1、SQL2、SQL3、SQL4、SQL5），SQL1、SQL2、SQL3属于Pattern1；SQL4、SQL5属于Pattern2。SQL1、SQL2、SQL3、SQL4、SQL5对应的耗时为50 ms，1 s，70 ms，1.5 s，1 s。则： Pattern1的耗时总量为1.12 s。计算方法为0.05‬s+1s+0.07s=1.12s。 Pattern2的耗时总量为2.5 s。计算方法为1.5‬s+1s=2.5s。 Pattern1的耗时总量占比为30.9392%。计算方法为1.12/(1.12+2.5)*100%=30.9392%。 Pattern2的耗时总量占比为69.0607%。计算方法为2.5/(1.12+2.5)*100%=69.0607%。
   数据读取总量	在查询时间范围内，Pattern相关SQL读取数据的总量。括号中的百分比表示该Pattern读取数据总量占所有Pattern读取数据总量的比例，若比例超过30%将自动高亮显示。 通过观察Pattern的读取数据占比，可以初步判断该时段内某类查询的数据读取量是否较大，您也可以结合表读取结果数据量监控指标进一步分析。 点击查看数据读取总量占比的计算方法 假设有5条SQL（分别为：SQL1、SQL2、SQL3、SQL4、SQL5），SQL1、SQL2、SQL3属于Pattern1；SQL4、SQL5属于Pattern2。SQL1、SQL2、SQL3、SQL4、SQL5对应的数据读取量为1 GB，2 GB，3 GB，3 GB，1 GB。则： Pattern1的数据读取总量为6 GB。计算方法为1 GB+2 GB+3GB=6 GB。 Pattern2的数据读取总量为4 GB。计算方法为1 GB+3 GB=4 GB。 Pattern1的数据读取总量占比为60%。计算方法为6/(6+4)*100%=60% Pattern2的数据读取总量占比为40%。计算方法为4/(6+4)*100%=40%
   数据读取Cost总量	在查询时间范围内，Pattern相关SQL读取数据时占用CPU的总时间。括号中的百分比表示该Pattern读取数据占用CPU的总时间占所有Pattern读取数据占用CPU总时间的比例，若比例超过30%将自动高亮显示。 通过观察Pattern的读取数据占比，可以初步判断该时段内某类查询的读取数据时占用CPU的总时间是否较大。如果读取数据时占用CPU的总时间增大，则会影响预留节点（存储节点）的CPU使用率，您也可以结合预留节点CPU监控指标或原存储节点CPU监控指标进一步分析。 点击查看数据读取Cost总量占比的计算方法 假设有5条SQL（分别为：SQL1、SQL2、SQL3、SQL4、SQL5），SQL1、SQL2、SQL3属于Pattern1；SQL4、SQL5属于Pattern2。SQL1、SQL2、SQL3、SQL4、SQL5对应的数据读取Cost为50 ms，1 s，70 ms，1.5 s，1 s。则： Pattern1的数据读取Cost总量为1.12 s。计算方法为0.05‬s+1s+0.07s=1.12s。 Pattern2的数据读取Cost总量为2.5 s。计算方法为1.5‬s+1s=2.5s。 Pattern1的数据读取Cost总量占比为30.9392%。计算方法为1.12/(1.12+2.5)*100%=30.9392%。 Pattern2的数据读取Cost总量占比为69.0607%。计算方法为2.5/(1.12+2.5)*100%=69.0607%。
   平均CPU Cost	在查询时间范围内，Pattern相关SQL执行时占用CPU时间的均值。
   最大CPU Cost	在查询时间范围内，Pattern相关SQL执行时占用CPU时间的最大值。
   平均表读取CPU Cost	在查询时间范围内，Pattern相关SQL读取数据时占用CPU时间的均值。
   最大表读取CPU Cost	在查询时间范围内，Pattern相关SQL的读取数据时占用CPU时间的最大值。
   执行次数	在查询时间范围内，Pattern相关SQL的执行次数。如果实例出现资源水位突增的情况，用户可以通过执行次数排序，查看实例运行异常时段哪些SQL执行次数较多，并进一步分析这些SQL执行次数突增是否正常。
   失败次数	在查询时间范围内，Pattern相关SQL的执行失败次数。
   平均总耗时	在查询时间范围内，Pattern相关SQL的平均查询耗时，单位毫秒（ms）。
   最大总耗时	在查询时间范围内，Pattern相关SQL的最大查询耗时，单位毫秒（ms）。通过比较最大总耗时和平均查询时间，可以了解指定Pattern的耗时增加是否受到其他SQL的影响。如果在实例运行正常时段内最大总耗时和平均查询时间接近，那么在实例运行异常时段当前pattern的耗时增加可能是受到了其他SQL的影响。
   平均执行耗时	在查询时间范围内，Pattern相关SQL的平均执行耗时，单位毫秒（ms）。
   最大执行耗时	在查询时间范围内，Pattern相关SQL的最大执行耗时，单位毫秒（ms）。执行耗时的定义，详见查询监控图和SQL列表介绍。
   平均峰值内存	在查询时间范围内，Pattern相关SQL的平均峰值内存，单位Byte。
   最大峰值内存	在查询时间范围内，Pattern相关SQL的最大峰值内存，单位Byte。通过比较最大峰值内存和平均峰值内存，您可以判断指定SQL使用的内存资源的稳定性。如果最大峰值内存远大于平均峰值内存，说明当前Pattern的SQL可能存在扫描数据量增加或者执行计划改变的问题，可以单击查看详情，在查询详情页面，查看SQL列表进一步定位原因。
   平均扫描量	在查询时间范围内，Pattern相关SQL的平均扫描量，单位MB。
   最大扫描量	在查询时间范围内，Pattern相关SQL的最大扫描量，单位MB。通过比较最大扫描量和平均扫描量，可以判断同类Pattern的SQL的数据读取量的稳定性。如果出现最大扫描量远大于平均扫描量的情况，说明数据读取量不稳定，则需判断是否为正常情况。
   表名	SQL Pattern扫描的数据库表。

Pattern分析

Pattern分析页面以图形化的方式展示SQL在时间维度上的执行次数、查询耗时、执行耗时、扫描量以及峰值内存等重要指标，其中查询耗时、执行耗时、扫描量和峰值内存指标分别提供了最大值和平均值，方便用户进行比较和分析。SQL列表提供了当前Pattern在分析时段内的所有相关的SQL，您可以单击诊断，查看SQL的诊断结果和执行计划，具体操作，参见使用执行计划分析查询。

在SQL Pattern页签的SQL Pattern列表中，单击查看详情，进入Pattern分析页面，您可以查看SQL Pattern多个指标的时序变化和SQL列表。

相关API

• DescribeSQLPatterns - 查询SQL模式列表

• DescribePatternPerformance - 查询模式性能