讀取統計資料

Spanner 提供內建資料表，用於儲存讀取相關的統計資料。您可以使用 SQL 陳述式從這些 SPANNER_SYS.READ_STATS* 資料表擷取統計資料。

使用讀取統計資料的時機

讀取統計資料可讓您瞭解應用程式如何使用資料庫，並在調查效能問題時提供實用資訊。舉例來說，您可以查看資料庫執行哪些讀取形狀、執行頻率，並說明這些讀取形狀的效能特徵。您可以使用資料庫的讀取統計資料，找出導致 CPU 用量偏高的讀取形狀。大致來說，讀取統計資料有助於您瞭解資料庫中流量在資源用量方面的行為。

限制

• 這項工具最適合用於分析占 CPU 用量大部分的類似讀取作業串流。這對於搜尋僅執行一次的讀取作業並不理想。

• 這些統計資料中追蹤的 CPU 用量代表 Spanner 伺服器端 CPU 用量，不含預先擷取 CPU 用量和其他一些額外開銷。

• 系統會盡力收集統計資料。因此，如果基礎系統發生問題，統計資料可能會遺漏。舉例來說，如果發生內部網路問題，系統可能會遺漏部分統計資料。

可用性

SPANNER_SYS 資料只能透過 SQL 介面取得，例如：

• Google Cloud 控制台中資料庫的 Spanner Studio 頁面

• gcloud spanner databases execute-sql 指令

• executeQuery API

Spanner 提供的其他單一讀取方法不支援 SPANNER_SYS。

依讀取形狀分組的 CPU 使用率

下列資料表會追蹤特定時間範圍內，CPU 使用率最高的讀取形狀：

• SPANNER_SYS.READ_STATS_TOP_MINUTE：讀取匯總跨 1 分鐘間隔的形狀統計資料。
• SPANNER_SYS.READ_STATS_TOP_10MINUTE：讀取 10 分鐘間隔內匯總的形狀統計資料。
• SPANNER_SYS.READ_STATS_TOP_HOUR：讀取匯總的形狀統計資料，匯總時間間隔為 1 小時。

這些資料表具備下列屬性：

• 每個資料表都包含資料表名稱所指定的非重疊時間間隔長度的資料。

• 間隔是基於時鐘時間。1 分鐘間隔的結束時間是目前這一分鐘、10 分鐘間隔的結束時間是目前這個小時的每 10 分鐘，而 1 小時間隔的結束時間是目前這個小時。每個間隔結束後，Spanner 就會從所有伺服器收集資料，並在稍後將資料提供在 SPANNER_SYS 資料表中。

  舉例來說，在上午 11:59:30，SQL 查詢的最近可用間隔如下：

  • 1 分鐘：上午 11:58:00–11:58:59
  • 10 分鐘：上午 11:40:00–11:49:59
  • 1 小時：上午 10:00:00–10:59:59

• Spanner 會依讀取形狀將統計資料分組。如果有標記，FPRINT 就是標記的雜湊值。否則，則為 READ_COLUMNS 值的雜湊。

• 每個資料列都包含特定讀取形狀的所有執行作業統計資料，Spanner 會在指定間隔期間擷取這些統計資料。

• 如果 Spanner 無法儲存在間隔期間執行的每個獨特讀取形狀的相關資訊，系統會優先處理在指定間隔期間 CPU 使用率最高的讀取形狀。

資料表結構定義

查詢範例

本節包含多個擷取讀取統計資料的範例 SQL 陳述式。您可以使用用戶端程式庫、gcloud spanner 或 Google Cloud 主控台執行這些 SQL 陳述式。

列出特定時間範圍內每個讀取形狀的基本統計資料

下列查詢會傳回最近 1 分鐘內，前幾個讀取形狀的原始資料。

SELECT fprint,
       read_columns,
       execution_count,
       avg_cpu_seconds,
       avg_rows,
       avg_bytes,
       avg_locking_delay_seconds,
       avg_client_wait_seconds
FROM spanner_sys.read_stats_top_minute
ORDER BY interval_end DESC LIMIT 3;

查詢輸出

列出讀取形狀，並依 CPU 總使用率由高至低排序

下列查詢會傳回最近一小時內 CPU 使用率最高的讀取圖形：

SELECT read_columns,
       execution_count,
       avg_cpu_seconds,
       execution_count * avg_cpu_seconds AS total_cpu
FROM spanner_sys.read_stats_top_hour
WHERE interval_end =
  (SELECT MAX(interval_end)
   FROM spanner_sys.read_stats_top_hour)
ORDER BY total_cpu DESC LIMIT 3;

查詢輸出

匯總統計資料

SPANNER_SYS 也包含資料表，用於儲存 Spanner 在特定時間範圍內擷取的匯總讀取統計資料：

• SPANNER_SYS.READ_STATS_TOTAL_MINUTE：1 分鐘間隔期間內所有讀取形狀的匯總統計資料。
• SPANNER_SYS.READ_STATS_TOTAL_10MINUTE：10 分鐘間隔內所有讀取形狀的匯總統計資料。
• SPANNER_SYS.READ_STATS_TOTAL_HOUR：1 小時間隔內所有讀取形狀的匯總統計資料。

匯總統計資料表格具有下列屬性：

• 每個資料表都包含資料表名稱所指定的非重疊時間間隔長度的資料。

• 間隔是基於時鐘時間。1 分鐘間隔的結束時間是目前這一分鐘、10 分鐘間隔的結束時間是目前這個小時的每 10 分鐘，而 1 小時間隔的結束時間是目前這個小時。

  舉例來說，在上午 11:59:30，SQL 查詢的最近可用間隔如下：

  • 1 分鐘：上午 11:58:00–11:58:59
  • 10 分鐘：上午 11:40:00–11:49:59
  • 1 小時：上午 10:00:00–10:59:59

• 每個資料列都會包含指定間隔期間，資料庫上執行的所有讀取形狀的統計資料匯總。每個時間間隔只有一個資料列。

• SPANNER_SYS.READ_STATS_TOTAL_* 資料表中擷取的統計資料可能包含 Spanner 未在 SPANNER_SYS.READ_STATS_TOP_* 資料表中擷取的讀取形狀。

• 這些資料表中的部分欄會在 Cloud Monitoring 中顯示為指標。公開的指標如下：

  • 傳回的資料列數
  • 讀取執行次數
  • 讀取 CPU 時間
  • 鎖定延遲
  • 用戶端等待時間
  • 領導者重新整理延遲
  • 傳回的位元組數

  詳情請參閱「Spanner 指標」。

資料表結構定義

查詢範例

本節包含多個擷取匯總讀取統計資料的範例 SQL 陳述式。您可以使用用戶端程式庫、gcloud spanner 或 Google Cloud 主控台執行這些 SQL 陳述式。

找出所有讀取形狀的 CPU 總使用率

下列查詢會傳回最近一小時內讀取形狀所耗用的 CPU 時數：

SELECT (avg_cpu_seconds * execution_count / 60 / 60)
  AS total_cpu_hours
FROM spanner_sys.read_stats_total_hour
WHERE interval_end =
  (SELECT MAX(interval_end)
   FROM spanner_sys.read_stats_total_hour);

查詢輸出

找出特定時間範圍內的總執行次數

下列查詢會傳回最近完成的 1 分間隔內所執行的讀取形狀總數：

SELECT interval_end,
       execution_count
FROM spanner_sys.read_stats_total_minute
WHERE interval_end =
  (SELECT MAX(interval_end)
   FROM spanner_sys.read_stats_total_minute);

查詢輸出

資料保留

Spanner 至少會在下列時間範圍保留每個資料表的資料：

• SPANNER_SYS.READ_STATS_TOP_MINUTE 和 SPANNER_SYS.READ_STATS_TOTAL_MINUTE：涵蓋前 6 個小時的間隔。

• SPANNER_SYS.READ_STATS_TOP_10MINUTE 和 SPANNER_SYS.READ_STATS_TOTAL_10MINUTE：涵蓋前 4 天的間隔。

• SPANNER_SYS.READ_STATS_TOP_HOUR 和 SPANNER_SYS.READ_STATS_TOTAL_HOUR：涵蓋前 30 天的間隔。

使用讀取統計資料排解 CPU 使用率偏高的問題

如果您需要調查 Spanner 資料庫的 CPU 使用率過高，或是想瞭解資料庫的 CPU 讀取形狀，Spanner 讀取統計資料就會派上用場。檢查使用大量資料庫資源的讀取形狀，可讓 Spanner 使用者降低營運成本，並改善一般系統延遲。我們將透過以下步驟，說明如何使用讀取統計資料，調查資料庫中的高 CPU 使用率。

選取要調查的時間範圍

開始調查時，請找出應用程式開始出現高 CPU 使用率的時間點。舉例來說，在以下情境中，問題開始發生的時間是 2020 年 5 月 28 日下午 5 點 20 分左右。

收集所選時間範圍內的讀取統計資料

選定要開始調查的時間範圍後，我們會查看 READ_STATS_TOTAL_10MINUTE 資料表在該時間點附近收集到的統計資料。這項查詢的結果可能會提供 CPU 和其他讀取統計資料在該期間的變化線索。下列查詢會傳回從 4:30 pm 到 7:30 pm (含) 的匯總讀取統計資料。

SELECT
  interval_end,
  ROUND(avg_cpu_seconds,4) as avg_cpu_seconds,
  execution_count,
  avg_locking_delay_seconds
FROM SPANNER_SYS.READ_STATS_TOTAL_10MINUTE
WHERE
  interval_end >= "2020-05-28T16:30:00"
  AND interval_end <= "2020-05-28T19:30:00"
ORDER BY interval_end;

以下資料是我們從查詢中取得的結果範例。

我們可以看到，在醒目顯示的間隔中，平均 CPU 作業時間 avg_cpu_seconds 較高。值為 2020-05-28 19:20:00 的 interval_end 具有較高的 CPU 時間，因此我們會在下一個步驟中選擇該間隔進行進一步調查。

找出導致 CPU 使用率偏高的讀取形狀

進一步深入探討，我們現在針對先前步驟中選取的間隔，查詢 READ_STATS_TOP_10MINUTE 資料表。這項查詢的結果可協助指出哪些讀取形狀會導致 CPU 使用率偏高。

SELECT
  read_columns,
  ROUND(avg_cpu_seconds,4) as avg_cpu_seconds,
  execution_count,
  avg_rows
FROM SPANNER_SYS.READ_STATS_TOP_10MINUTE
WHERE
  interval_end = "2020-05-28T19:20:00"
ORDER BY avg_cpu_seconds DESC LIMIT 3;

以下資料是我們從查詢中傳回的結果範例，傳回的資訊是依 avg_cpu_seconds 排名的前三個讀取形狀。請注意，我們在查詢中使用 ROUND，將 avg_cpu_seconds 的輸出內容限制在小數點後 4 位。

¹ _exists 是用於檢查特定資料列是否存在的內部欄位。

CPU 用量偏高的原因之一，可能是您開始執行讀取形狀的頻率變高 (execution_count)。也許讀取作業傳回的平均列數已增加 (avg_rows)。如果讀取形狀的這些屬性都沒有顯示任何有趣的內容，您可以檢查其他屬性，例如 avg_locking_delay_seconds、avg_client_wait_seconds 或 avg_bytes。

採用最佳做法，降低 CPU 使用率

完成上述步驟後，請考慮是否提供下列任何最佳做法，以便解決您的問題。

• 在間隔期間，Spanner 執行讀取形狀的次數，就是需要基準值的指標絕佳範例，可用來判斷測量值是否合理，或是有問題的徵兆。建立指標基準後，您就能偵測並調查任何異常偏離正常行為的原因。

• 如果 CPU 使用率在大部分時間內都維持穩定，但突然出現尖峰，且與使用者要求或應用程式行為的類似尖峰相關，這可能表示一切運作正常。

• 請嘗試使用以下查詢，依 Spanner 為每個讀取形狀執行的次數，找出排名前幾名的讀取形狀：

  SELECT interval_end, read_columns, execution_count
  FROM SPANNER_SYS.READ_STATS_TOP_MINUTE
  ORDER BY execution_count DESC
  LIMIT 10;
  

• 如果您希望讀取延遲時間盡可能低，尤其是在使用多地區執行個體設定時，請使用過時讀取而非強式讀取，以減少或移除讀取延遲時間的 AVG_LEADER_REFRESH_DELAY_SECONDS 元件。

• 如果您只進行讀取，而且可以使用單一讀取方法陳述讀取作業，您應使用單一讀寫方法。單一讀取作業不會鎖定，這與讀寫交易不同。因此，如果您未寫入資料，應使用唯讀交易，而非較耗費的讀寫交易。

後續步驟

• 瞭解其他內省工具。
• 瞭解 Spanner 為每個資料庫儲存的其他資訊。這些資訊儲存在資料庫的資訊結構定義資料表中。
• 進一步瞭解 Spanner 的 SQL 最佳做法。
• 進一步瞭解如何調查 CPU 使用率偏高的問題。