借助阿里云在亚洲加速迈向成功
一站式安全合规咨询服务
MLPS 2.0 一站式合规解决方案
依托我们的网络进军中国市场
提升面向互联网应用的性能和安全性
保障您的中国业务安全无忧
通过强大的数据安全框架保护您的数据资产
申请 ICP 备案的流程解读和咨询服务
面向大数据建设、管理及应用的全域解决方案
企业内大数据建设、管理和应用的一站式解决方案
将您的采购和销售置于同一企业级全渠道数字平台上
全渠道内置 AI 驱动、拟人化、多语言对话的聊天机器人
快速搭建在线教育平台
提供域名注册、分析和保护服务
云原生 Kubernetes 容器化应用运行环境
以 Kubernetes 为使用界面的容器服务产品,提供符合容器规范的算力资源
安全的镜像托管服务,支持全生命周期管理
多集群环境下微服务应用流量统一管理
提供任意基础设施上容器集群的统一管控,助您轻松管控分布式云场景
高弹性、高可靠的企业级无服务器 Kubernetes 容器产品
敏捷安全的 Serverless 容器运行服务
为虚拟机和容器提供高可靠性、高性能、低时延的块存储服务
一款海量、安全、低成本、高可靠的云存储服务
可靠、弹性、高性能、多共享的文件存储服务
全托管、可扩展的并行文件系统服务。
全托管的 NoSQL 结构化数据实时存储服务
可抵扣多种存储产品的容量包,兼具灵活性和长期成本优化
让您的应用跨不同可用区资源自动分配访问量
随时绑定和解绑 VPC ECS
云网络公网、跨域流量统一计费
高性价比,可抵扣按流量计费的流量费用
创建云上隔离的网络,在专有环境中运行资源
在 VPC 环境下构建公网流量的出入口
具备网络状态可视化、故障智能诊断能力的自助式网络运维服务。
安全便捷的云上服务专属连接
基于阿里云专有网络的私有 DNS 解析服务
保障在线业务不受大流量 DDoS 攻击影响
系统运维和安全审计管控平台
业务上云的第一个网络安全基础设施
集零信任内网访问、办公数据保护、终端管理等多功能于一体的办公安全管控平台
提供7X24小时安全运维平台
防御常见 Web 攻击,缓解 HTTP 泛洪攻击
实现全站 HTTPS,呈现可信的 WEB 访问
为云上应用提供符合行业标准和密码算法等级的数据加解密、签名验签和数据认证能力
一款发现、分类和保护敏感数据的安全服务
创建、控制和管理您的加密密钥
快速提高应用高可用能力服务
围绕应用和微服务的 PaaS 平台
兼容主流开源微服务生态的一站式平台
多集群环境下微服务应用流量统一管理
Super MySQL 和 PostgreSQL,高度兼容 Oracle 语法
全托管 MySQL、PostgreSQL、SQL Server、MariaDB
兼容 Redis® 的缓存和KV数据库
兼容Apache Cassandra、Apache HBase、Elasticsearch、OpenTSDB 等多种开源接口
文档型数据库,支持副本集和分片架构
100%兼容 Apache HBase 并深度扩展,稳定、易用、低成本的NoSQL数据库。
低成本、高可用、可弹性伸缩的在线时序数据库服务
专为搜索和分析而设计,成本效益达到开源的两倍,采用最新的企业级AI搜索和AI助手功能。
一款兼容PostgreSQL协议的实时交互式分析产品
一种快速、完全托管的 TB/PB 级数据仓库
基于 Flink 为大数据行业提供解决方案
基于Qwen和其他热门模型的一站式生成式AI平台,可构建了解您业务的智能应用程
一站式机器学习平台,满足数据挖掘分析需求
高性能向量检索服务,提供低代码API和高成本效益
帮助您的应用快速构建高质量的个性化推荐服务能力
提供定制化的高品质机器翻译服务
全面的AI计算平台,满足大模型训练等高性能AI计算的算力和性能需求
具备智能会话能力的会话机器人
基于机器学习的智能图像搜索产品
基于阿里云深度学习技术,为用户提供图像分割、视频分割、文字识别等离线SDK能力,支持Android、iOS不同的适用终端。
语音识别、语音合成服务以及自学习平台
一站式智能搜索业务开发平台
助力金融企业快速搭建超低时延、高质量、稳定的行情数据服务
帮助企业快速测算和分析企业的碳排放和产品碳足迹
企业工作流程自动化,全面提高效率
金融级云原生分布式架构的一站式高可用应用研发、运维平台
eKYC 数字远程在线解决方案
可智能检测、大数据驱动的综合性反洗钱 (AML) 解决方案
阿里云APM类监控产品
实时云监控服务,确保应用及服务器平稳运行
为系统运维人员管理云基础架构提供全方位服务的云上自动化运维平台
面向您的云资源的风险检测服务
提升分布式环境下的诊断效率
日志类数据一站式服务,无需开发就能部署
ECS 预留实例
让弹性计算产品的成本和灵活性达到最佳平衡的付费方式。云原生 AI 套件
加速AI平台构建,提高资源效率和交付速度FinOps
实时分析您的云消耗并实现节约SecOps
实施细粒度安全控制DevOps
快速、安全地最大限度提高您的DevOps优势自带IP上云
自带公网 IP 地址上云全球网络互联
端到端的软件定义网络解决方案,可推动跨国企业的业务发展全球应用加速
提升面向互联网应用的性能和安全性全球互联网接入
将IDC网关迁移到云端云原生 AI 套件
加速AI平台构建,提高资源效率和交付速度FinOps
实时分析您的云消耗并实现节约SecOps
实施细粒度安全控制DevOps
快速、安全地最大限度提高您的DevOps优势金融科技云数据库解决方案
利用专为金融科技而设的云原生数据库解决方案游戏行业云数据库解决方案
提供多种成熟架构,解决所有数据问题Oracle 数据库迁移
将 Oracle 数据库顺利迁移到云原生数据库数据库迁移
加速迁移您的数据到阿里云阿里云上的数据湖
实时存储、管理和分析各种规模和类型的数据数码信贷
利用大数据和 AI 降低信贷和黑灰产风险面向企业数据技术的大数据咨询服务
帮助企业实现数据现代化并规划其数字化未来人工智能对话服务
全渠道内置 AI 驱动、拟人化、多语言对话的聊天机器人EasyDispatch 现场服务管理
为现场服务调度提供实时AI决策支持在线教育
快速搭建在线教育平台窄带高清 (HD) 转码
带宽成本降低高达 30%广电级大型赛事直播
为全球观众实时直播大型赛事,视频播放流畅不卡顿直播电商
快速轻松地搭建一站式直播购物平台用于供应链规划的Alibaba Dchain
构建和管理敏捷、智能且经济高效的供应链云胸牌
针对赛事运营的创新型凭证数字服务数字门店中的云 POS 解决方案
将所有操作整合到一个云 POS 系统中元宇宙
元宇宙是下一代互联网人工智能 (AI) 加速
利用阿里云 GPU 技术,为 AI 驱动型业务以及 AI 模型训练和推理加速DevOps
快速、安全地最大限度提高您的DevOps优势数据迁移解决方案
加速迁移您的数据到阿里云企业 IT 治理
在阿里云上构建高效可控的云环境基于日志管理的AIOps
登录到带有智能化日志管理解决方案的 AIOps 环境备份与存档
数据备份、数据存档和灾难恢复用阿里云金融服务加快创新
在云端开展业务,提升客户满意度
为全球资本市场提供安全、准确和数字化的客户体验
利用专为金融科技而设的云原生数据库解决方案
利用大数据和 AI 降低信贷和黑灰产风险
建立快速、安全的全球外汇交易平台
新零售时代下,实现传统零售业转型
利用云服务处理流量波动问题,扩展业务运营、降低成本
快速轻松地搭建一站式直播购物平台
面向大数据建设、管理及应用的全域解决方案
全渠道内置 AI 驱动、拟人化、多语言对话的聊天机器人
以数字化媒体旅程为当今的媒体市场准备就绪您的内容
带宽成本降低高达 30%
快速轻松地搭建一站式直播购物平台
为全球观众实时直播大型赛事,视频播放流畅不卡顿
使用阿里云弹性高性能计算 E-HPC 将本地渲染农场连接到云端
构建发现服务,帮助客户找到最合适的内容
保护您的媒体存档安全
通过统一的数据驱动平台提供一致的全生命周期客户服务
在钉钉上打造一个多功能的电信和数字生活平台
在线存储、共享和管理照片与文件
提供全渠道的无缝客户体验
面向中小型企业,为独立软件供应商提供可靠的IT服务
打造最快途径,助力您的新云业务扬帆起航
先进的SD-WAN平台,可实现WAN连接、实时优化并降低WAN成本
通过自动化和流程标准化实现快速事件响应
针对关键网络安全威胁提供集中可见性并进行智能安全分析
提供大容量、可靠且高度安全的企业文件传输
用智能技术数字化体育赛事
基于人工智能的低成本体育广播服务
专业的广播转码及信号分配管理服务
基于云的音视频内容引入、编辑和分发服务
在虚拟场馆中模拟关键运营任务
针对赛事运营的创新型凭证数字服务
智能和交互式赛事指南
轻松管理云端背包单元的绑定直播流
通过数据加强您的营销工作
元宇宙是下一代互联网
利用生成式 AI 加速创新,创造新的业务佳绩
阿里云高性能开源大模型
借助AI轻松解锁和提炼文档中的知识
通过AI驱动的语音转文本服务获取洞察
探索阿里云人工智能和数据智能的所有功能、新优惠和最新产品
该体验中心提供广泛的用例和产品帮助文档,助您开始使用阿里云 AI 产品和浏览您的业务数据。
利用阿里云 GPU 技术,为 AI 驱动型业务以及 AI 模型训练和推理加速
元宇宙是下一代互联网
构建发现服务,帮助客户找到最合适的内容
全渠道内置 AI 驱动、拟人化、多语言对话的聊天机器人
加速迁移您的数据到阿里云
在阿里云上建立一个安全且易扩容的环境,助力高效率且高成本效益的上云旅程
迁移到完全托管的云数据库
将 Oracle 数据库顺利迁移到云原生数据库
自带公网 IP 地址上云
利用阿里云强大的安全工具集,保障业务安全、应用程序安全、数据安全、基础设施安全和帐户安全
保护、备份和还原您的云端数据资产
MLPS 2.0 一站式合规解决方案
快速高效地将您的业务扩展到中国,同时遵守适用的当地法规
实现对 CloudOps、DevOps、SecOps、AIOps 和 FinOps 的高效、安全和透明的管理
构建您的原生云环境并高效管理集群
快速、安全地最大限度提高您的DevOps优势
实施细粒度安全控制
提供运维效率和总体系统安全性
实时分析您的云消耗并实现节约
实时存储、管理和分析各种规模和类型的数据
登录到带有智能化日志管理解决方案的 AIOps 环境
帮助企业实现数据现代化并规划其数字化未来
帮助零售商快速规划数字化之旅
将全球知名的 CRM 平台引入中国
在线存储、共享和管理照片与文件
构建、部署和管理高可用、高可靠、高弹性的应用程序
快速、安全地最大限度提高您的DevOps优势
将您的采购和销售置于同一企业级全渠道数字平台上
企业内大数据建设、管理和应用的一站式解决方案
帮助企业简化 IT 架构、实现商业价值、加速数字化转型的步伐
快速高效地将您的业务扩展到中国,同时遵守适用的当地法规
快速搜集、处理、分析联网设备产生的数据
0.0.201
通过DataWorks的数据推送功能,能够将数据库的数据组织查询后推送到各渠道,除了能推送业务数据,也能将数据库自身提供的监控数据进行推送。本实践将以Hologres为例,在每日9:00定时推送Hologres的监控数据,方便掌握Hologres的状态。
创建DataWorks空间,本实践以标准模式空间为例。创建空间的详细信息请参见创建工作空间。
创建Hologres数据源,新建Hologres数据源请参见创建Hologres数据源。
准备DataWorks资源组,并绑定至已创建空间,详情可参见使用Serverless资源组。
数据推送功能推送至不同对象时的数据大小限制:
推送目标为钉钉,推送数据大小不超过20KB。
推送目标为飞书,推送数据大小不超过20KB,图片小于10MB。
推送目标为企业微信,每个机器人发送的消息不能超过20条/分钟。
推送目标为Teams,推送大小不大于28KB。
推送目标为邮件,每个数据推送任务仅支持添加一个邮件正文,若已添加邮件正文,则无法再次添加,更多限制可参考所使用邮件服务的SMTP限制。
地域限制:华东1(杭州)、华东2(上海)、华北2(北京)、华南1(深圳)、西南1(成都)、新加坡、美国(硅谷)、美国(弗吉尼亚)。
数据推送任务可以将查询信息推送至目标渠道中,创建推送任务前,需要先创建好需要推送的目标,以供后续推送使用。
进入数据服务页面。
登录DataWorks控制台,切换至目标地域后,单击左侧导航栏的数据分析与服务 > 数据服务,在下拉框中选择对应工作空间后单击进入数据服务。
在服务开发页面的左下角单击弹出设置页面,切换至推送目标管理页签,单击创建数据推送目标新建需要推送的对象。
创建数据推送目标时,配置如下:
类型:选择需要推送的渠道类型,可选钉钉、飞书、企业微信、Teams。
目标名称:自定义需要新建的推送目标名称。
Webhook:所选推送目标中的Webhook链接。
飞书机器人Webhook获取方式可参见:飞书Webhook触发器配置。
Teams Webhook获取方式可参见:使用 Microsoft Teams 工作流创建传入 Webhook。
进入数据服务。
登录DataWorks控制台,切换至数据源所在地域,单击左侧导航栏的数据开发与治理 > 数据服务,在下拉框中选择对应工作空间后单击进入数据服务。
新建数据推送任务。
在数据服务的左侧导航栏中,单击服务开发 > 数据推送切换到数据推送页下,单击选择新建数据推送,设置数据推送任务名称后,单击确定,进入数据推送任务配置页面。
本文为您提供了七个实践场景,您可按需求选择不同的实践进行操作。
实践内容 | 说明 |
实践内容 | 说明 |
该推送任务中编写的SQL用来查询出如下信息:
| |
该推送任务中编写的SQL用来查询最近12个小时内,消耗比较高的Query。可根据业务修改查询时间,查询某时间段内消耗较高的Query。 | |
该推送任务中编写的SQL用来查询最近3小时内每小时的Query访问量,可以用来对比判断每个小时是否有数据量的变化。 | |
该的推送任务中编写的SQL用来查询昨日新增的Query的数据量,可根据时间分区的调整来查询上周、上月等信息。 | |
该推送任务中编写的SQL用来查询今天与昨天同一时间对比过去3小时的数据访问情况,可根据调整时间来查询更长时间的数据作为对比。 | |
该推送任务中编写的SQL用来查询各阶段耗时比较高的Query,可根据业务修改时间,实现对目标时间段耗时比较高的Query的查询。 | |
该推送任务中编写的SQL用来查询在一段时间内最先失败的Query,便于定位问题所在。 |
双击在准备流程中创建好的推送任务,进入数据推送任务的编辑开发页面。
配置选择表模块。
数据源类型:选择Hologres。
数据源名称:选择实践准备中创建的Hologres数据源。
数据源环境:选择开发环境。
编写查询SQL。
查询慢Query最多的User和统计前50慢的Query。
-- 查出慢 query 最多的 user
SELECT usename AS topuser, count(1) AS topuser_counts
FROM hologres.hg_query_log
WHERE query_start >= '${date_start}'
AND query_start < '${date_end}'
GROUP BY usename
ORDER BY topuser_counts DESC
LIMIT 1;
-- 统计前 50 笔慢 query
SELECT usename, datname, duration, application_name
FROM hologres.hg_query_log
WHERE query_start >= '${date_start}'
AND query_start < '${date_end}'
ORDER BY duration DESC
LIMIT 50;
配置赋值参数。
SQL自定义完成后,SQL返回结果字段将自动填入参数 > 输出参数。若输出参数失败或有误,您可以关闭自动解析参数,手动新增参数。
您还可以通过${变量名}
的方式在SQL中配置自定义变量,该变量为赋值参数(赋值参数可赋值时间表达式及常量),从而实现代码动态入参,可参见配置推送内容。
在示例中需要配置的赋值参数为${date_start}
和${date_end}
两个时间参数。
配置推送内容。
推送内容支持表格和Markdown内容的配置,可将输出参数和赋值参数以${参数名称}
占位符的形式添加到Markdown富文本中,也可以直接选择输出参数至表格中。详情可参见配置推送内容。
数据推送设置。
调度周期:下拉选择日
。
调度时间:选择09:00
。
超时定义:系统默认。
生效日期:永久生效。
调度资源组:选择在实践准备中准备的通用型资源组。
数据推送目标:选择步骤一:新建数据推送目标中创建的推送目标。
配置项可按业务需求进行配置,详情请参见推送设置。
测试数据推送任务。
创建好数据推送任务后,您可以单击工具栏上的保存按钮,保存当前配置,然后单击测试进行开发状态测试,用来测试数据推送是否可以正常推送。
完成数据推送测试后,即可对数据推送任务进行后续发布等操作。
双击在准备流程中创建好的推送任务,进入数据推送任务的编辑开发页面。
配置选择表模块。
数据源类型:选择Hologres。
数据源名称:选择实践准备中创建的Hologres数据源。
数据源环境:选择开发环境。
编写查询SQL。
近12小时消耗较高的Query的查询SQL。
SELECT status AS "状态",
duration AS "耗时(ms)",
query_start AS "开始时间",
(read_bytes/1048576)::text || ' MB' AS "读取量",
(memory_bytes/1048576)::text || ' MB' AS "内存",
(shuffle_bytes/1048576)::text || ' MB' AS "Shuffle",
(cpu_time_ms/1000)::text || ' s' AS "CPU时间",
physical_reads AS "读盘",
query_id AS "QueryID",
query::char(30)
FROM hologres.hg_query_log
WHERE query_start >= now() - interval '12 hour'
AND duration > 1000
ORDER BY duration DESC,
read_bytes DESC,
shuffle_bytes DESC,
memory_bytes DESC,
cpu_time_ms DESC,
physical_reads DESC
LIMIT 100;
配置参数。
SQL自定义完成后,SQL返回结果字段将自动填入参数 > 输出参数。若输出参数失败或有误,您可以关闭自动解析参数,手动新增参数。
配置推送内容。
推送内容支持表格和Markdown内容的配置,可将输出参数和赋值参数以${参数名称}
占位符的形式添加到Markdown富文本中,也可以直接选择输出参数至表格中。详情可参见配置推送内容。
数据推送设置。
调度周期:下拉选择日
。
调度时间:选择09:00
。
超时定义:系统默认。
生效日期:永久生效。
调度资源组:选择在实践准备中准备的通用型资源组。
数据推送目标:选择步骤一:新建数据推送目标中创建的推送目标。
配置项可按业务需求进行配置,详情请参见推送设置。
测试数据推送任务。
创建好数据推送任务后,您可以单击工具栏上的保存按钮,保存当前配置,然后单击测试进行开发状态测试,用来测试数据推送是否可以正常推送。
完成数据推送测试后,即可对数据推送任务进行后续发布等操作。
双击在准备流程中创建好的推送任务,进入数据推送任务的编辑开发页面。
配置选择表模块。
数据源类型:选择Hologres。
数据源名称:选择实践准备中创建的Hologres数据源。
数据源环境:选择开发环境。
编写查询SQL。
最近 3 小时内每小时的Query访问量和数据读取总量的查询SQL。
SELECT
date_trunc('hour', query_start) AS query_start,
count(1) AS query_count,
sum(read_bytes/1048576)::text || ' MB' AS read_MB,
sum(cpu_time_ms/1000)::text || ' s' AS cpu_time_s
FROM
hologres.hg_query_log
WHERE
query_start >= now() - interval '3 h'
GROUP BY 1;
配置参数。
SQL自定义完成后,SQL返回结果字段将自动填入参数 > 输出参数。若输出参数失败或有误,您可以关闭自动解析参数,手动新增参数。
配置推送内容。
推送内容支持表格和Markdown内容的配置,可将输出参数和赋值参数以${参数名称}
占位符的形式添加到Markdown富文本中,也可以直接选择输出参数至表格中。详情可参见配置推送内容。
数据推送设置。
调度周期:下拉选择日
。
调度时间:选择09:00
。
超时定义:系统默认。
生效日期:永久生效。
调度资源组:选择在实践准备中准备的通用型资源组。
数据推送目标:选择步骤一:新建数据推送目标中创建的推送目标。
配置项可按业务需求进行配置,详情请参见推送设置。
测试数据推送任务。
创建好数据推送任务后,您可以单击工具栏上的保存按钮,保存当前配置,然后单击测试进行开发状态测试,用来测试数据推送是否可以正常推送。
完成数据推送测试后,即可对数据推送任务进行后续发布等操作。
双击在准备流程中创建好的推送任务,进入数据推送任务的编辑开发页面。
配置选择表模块。
数据源类型:选择Hologres。
数据源名称:选择实践准备中创建的Hologres数据源。
数据源环境:选择开发环境。
编写查询SQL。
昨日新增的Query数量的查询SQL。
SELECT
COUNT(1) AS "increse_queries"
FROM ( SELECT DISTINCT
t1.digest
FROM
hologres.hg_query_log t1
WHERE
t1.query_start >= CURRENT_DATE - INTERVAL '1 day'
AND t1.query_start < CURRENT_DATE
AND NOT EXISTS (
SELECT
1
FROM
hologres.hg_query_log t2
WHERE
t2.digest = t1.digest
AND t2.query_start < CURRENT_DATE - INTERVAL '1 day')
AND digest IS NOT NULL
) AS a;
配置参数。
SQL自定义完成后,SQL返回结果字段将自动填入参数 > 输出参数。若输出参数失败或有误,您可以关闭自动解析参数,手动新增参数。
配置推送内容。
推送内容支持表格和Markdown内容的配置,可将输出参数和赋值参数以${参数名称}
占位符的形式添加到Markdown富文本中,也可以直接选择输出参数至表格中。详情可参见配置推送内容。
数据推送设置。
调度周期:下拉选择日
。
调度时间:选择09:00
。
超时定义:系统默认。
生效日期:永久生效。
调度资源组:选择在实践准备中准备的通用型资源组。
数据推送目标:选择步骤一:新建数据推送目标中创建的推送目标。
配置项可按业务需求进行配置,详情请参见推送设置。
测试数据推送任务。
创建好数据推送任务后,您可以单击工具栏上的保存按钮,保存当前配置,然后单击测试进行开发状态测试,用来测试数据推送是否可以正常推送。
完成数据推送测试后,即可对数据推送任务进行后续发布等操作。
双击在准备流程中创建好的推送任务,进入数据推送任务的编辑开发页面。
配置选择表模块。
数据源类型:选择Hologres。
数据源名称:选择实践准备中创建的Hologres数据源。
数据源环境:选择开发环境。
编写查询SQL。
过去3小时的数据访问量情况与昨天同一时间对比查询SQL。
SELECT
query_date,
count(1) AS query_count,
sum(read_bytes) AS read_bytes,
sum(cpu_time_ms) AS cpu_time_ms
FROM
hologres.hg_query_log
WHERE
query_start >= now() - interval '180min'
GROUP BY
query_date
UNION ALL
SELECT
query_date,
count(1) AS query_count,
sum(read_bytes) AS read_bytes,
sum(cpu_time_ms) AS cpu_time_ms
FROM
hologres.hg_query_log
WHERE
query_start >= now() - interval '1d 180min'
AND query_start <= now() - interval '1d'
GROUP BY
query_date;
配置参数。
SQL自定义完成后,SQL返回结果字段将自动填入参数 > 输出参数。若输出参数失败或有误,您可以关闭自动解析参数,手动新增参数。
配置推送内容。
推送内容支持表格和Markdown内容的配置,可将输出参数和赋值参数以${参数名称}
占位符的形式添加到Markdown富文本中,也可以直接选择输出参数至表格中。详情可参见配置推送内容。
数据推送设置。
调度周期:下拉选择日
。
调度时间:选择09:00
。
超时定义:系统默认。
生效日期:永久生效。
调度资源组:选择在实践准备中准备的通用型资源组。
数据推送目标:选择步骤一:新建数据推送目标中创建的推送目标。
配置项可按业务需求进行配置,详情请参见推送设置。
测试数据推送任务。
创建好数据推送任务后,您可以单击工具栏上的保存按钮,保存当前配置,然后单击测试进行开发状态测试,用来测试数据推送是否可以正常推送。
完成数据推送测试后,即可对数据推送任务进行后续发布等操作。
双击在准备流程中创建好的推送任务,进入数据推送任务的编辑开发页面。
配置选择表模块。
数据源类型:选择Hologres。
数据源名称:选择实践准备中创建的Hologres数据源。
数据源环境:选择开发环境。
编写查询SQL。
最近30分钟中各阶段耗时比较高的Query。
SELECT
status AS "状态",
duration AS "耗时(ms)",
optimization_cost AS "优化耗时(ms)",
start_query_cost AS "启动耗时(ms)",
get_next_cost AS "执行耗时(ms)",
duration - optimization_cost - start_query_cost - get_next_cost AS "其他耗时(ms)",
query_id AS "QueryID"
FROM
hologres.hg_query_log
WHERE
query_start >= now() - interval '30 min'
ORDER BY
duration DESC,
start_query_cost DESC,
optimization_cost,
get_next_cost DESC,
duration - optimization_cost - start_query_cost - get_next_cost DESC
LIMIT 100;
配置参数。
SQL自定义完成后,SQL返回结果字段将自动填入参数 > 输出参数。若输出参数失败或有误,您可以关闭自动解析参数,手动新增参数。
配置推送内容。
推送内容支持表格和Markdown内容的配置,可将输出参数和赋值参数以${参数名称}
占位符的形式添加到Markdown富文本中,也可以直接选择输出参数至表格中。详情可参见配置推送内容。
数据推送设置。
调度周期:下拉选择日
。
调度时间:选择09:00
。
超时定义:系统默认。
生效日期:永久生效。
调度资源组:选择在实践准备中准备的通用型资源组。
数据推送目标:选择步骤一:新建数据推送目标中创建的推送目标。
配置项可按业务需求进行配置,详情请参见推送设置。
测试数据推送任务。
创建好数据推送任务后,您可以单击工具栏上的保存按钮,保存当前配置,然后单击测试进行开发状态测试,用来测试数据推送是否可以正常推送。
完成数据推送测试后,即可对数据推送任务进行后续发布等操作。
双击在准备流程中创建好的推送任务,进入数据推送任务的编辑开发页面。
配置选择表模块。
数据源类型:选择Hologres。
数据源名称:选择实践准备中创建的Hologres数据源。
数据源环境:选择开发环境。
编写查询SQL。
最先失败的Query查询SQL。
SELECT
status AS "状态",
regexp_replace(message, '\n', ' ')::char(150) AS "报错信息",
duration AS "耗时(ms)",
query_start AS "开始时间",
query_id AS "QueryID",
query::char(100) AS "Query"
FROM
hologres.hg_query_log
WHERE
query_start BETWEEN '2024-07-10 17:00:00'::timestamptz AND '2024-07-10 17:42:00'::timestamptz + interval '2 min'
AND status = 'FAILED'
ORDER BY
query_start ASC
LIMIT 100;
配置参数。
SQL自定义完成后,SQL返回结果字段将自动填入参数 > 输出参数。若输出参数失败或有误,您可以关闭自动解析参数,手动新增参数。
配置推送内容。
推送内容支持表格和Markdown内容的配置,可将输出参数和赋值参数以${参数名称}
占位符的形式添加到Markdown富文本中,也可以直接选择输出参数至表格中。详情可参见配置推送内容。
数据推送设置。
调度周期:下拉选择日
。
调度时间:选择09:00
。
超时定义:系统默认。
生效日期:永久生效。
调度资源组:选择在实践准备中准备的通用型资源组。
数据推送目标:选择步骤一:新建数据推送目标中创建的推送目标。
配置项可按业务需求进行配置,详情请参见推送设置。
测试数据推送任务。
创建好数据推送任务后,您可以单击工具栏上的保存按钮,保存当前配置,然后单击测试进行开发状态测试,用来测试数据推送是否可以正常推送。
完成数据推送测试后,即可对数据推送任务进行后续发布等操作。
创建完成数据推送任务后,可以对推送任务进行管理,详情请参见发布推送任务。