印刻数据库

外观

GaussDB 监控指标分类 ​

性能指标 ​

查询性能指标 ​

  • tps：每秒事务数，反映数据库处理事务的能力

    • 监控方法：查询pg_stat_database视图
    • 计算公式：(xact_commit + xact_rollback) / 时间间隔
    • 正常范围：根据业务负载而定

  • qps：每秒查询数，反映数据库处理查询的能力

    • 监控方法：查询pg_stat_database视图
    • 计算公式：(tup_returned + tup_fetched + tup_inserted + tup_updated + tup_deleted) / 时间间隔
    • 正常范围：根据业务负载而定

  • 响应时间：查询的平均响应时间

    • 监控方法：使用pg_stat_statements扩展
    • 指标：mean_time字段
    • 正常范围：通常应小于100ms

执行计划指标 ​

  • 全表扫描率：执行全表扫描的查询比例

    • 监控方法：查询pg_stat_user_tables视图
    • 指标：seq_scan字段
    • 优化建议：对于频繁全表扫描的表，考虑创建索引

  • 索引使用率：索引被使用的频率

    • 监控方法：查询pg_stat_user_indexes视图
    • 指标：idx_scan字段
    • 优化建议：移除不使用的索引

资源使用指标 ​

  • CPU使用率：数据库进程占用的CPU百分比

    • 监控方法：使用操作系统工具（top, sar）或监控系统
    • 正常范围：通常应小于70%

  • 内存使用率：数据库使用的内存比例

    • 监控方法：查询pg_stat_bgwriter视图
    • 指标：buffers_alloc字段
    • 正常范围：根据配置的shared_buffers大小而定

系统指标 ​

实例状态指标 ​

  • 数据库状态：数据库实例的运行状态

    • 监控方法：使用gs_ctl工具或查询pg_stat_database视图
    • 状态值：active, idle, idle in transaction, idle in transaction (aborted), fastpath function call
    • 正常状态：active或idle

  • 连接数：当前数据库连接数

    • 监控方法：查询pg_stat_database视图或pg_stat_activity视图
    • 指标：numbackends字段
    • 正常范围：应小于max_connections参数值的80%

后台进程指标 ​

  • 检查点活动：检查点的执行情况

    • 监控方法：查询pg_stat_bgwriter视图
    • 指标：checkpoints_timed, checkpoints_req, buffers_checkpoint, buffers_clean, maxwritten_clean
    • 正常范围：检查点次数应稳定，不应频繁触发

  • WAL写入：WAL日志的写入情况

    • 监控方法：查询pg_stat_bgwriter视图
    • 指标：buffers_backend_fsync, buffers_alloc
    • 正常范围：WAL写入应稳定，不应出现突发高峰

存储指标 ​

磁盘使用指标 ​

  • 表空间大小：各表空间的使用大小

    • 监控方法：使用pg_tablespace_size函数
    • 示例：SELECT pg_size_pretty(pg_tablespace_size('tbs_user'));
    • 告警阈值：通常设置为总容量的80%

  • 表大小：各表的使用大小

    • 监控方法：使用pg_total_relation_size函数
    • 示例：SELECT pg_size_pretty(pg_total_relation_size('table_name'));
    • 优化建议：对于大表，考虑分区或归档

IO性能指标 ​

  • 磁盘读写速率：磁盘的读写速度

    • 监控方法：使用操作系统工具（iostat, sar）
    • 指标：kB_read/s, kB_wrtn/s
    • 正常范围：根据存储设备性能而定

  • IO等待时间：磁盘IO操作的等待时间

    • 监控方法：使用操作系统工具（iostat, sar）
    • 指标：await字段
    • 正常范围：通常应小于10ms

连接指标 ​

连接状态指标 ​

  • 活跃连接数：当前活跃的数据库连接数

    • 监控方法：查询pg_stat_activity视图
    • 过滤条件：WHERE state = 'active'
    • 正常范围：应小于max_connections参数值的50%

  • 空闲连接数：当前空闲的数据库连接数

    • 监控方法：查询pg_stat_activity视图
    • 过滤条件：WHERE state = 'idle'
    • 优化建议：设置合理的idle_in_transaction_session_timeout参数

连接来源指标 ​

  • 连接来源分布：不同IP或应用的连接分布

    • 监控方法：查询pg_stat_activity视图
    • 字段：client_addr, application_name
    • 分析方法：按client_addr或application_name分组统计

  • 连接认证失败次数：认证失败的连接尝试次数

    • 监控方法：查看数据库日志
    • 关键字："authentication failed"
    • 告警阈值：出现大量认证失败时应警惕

复制指标 ​

主从复制指标 ​

  • 复制状态：主从复制的状态

    • 监控方法：查询pg_stat_replication视图
    • 状态值：startup, catchup, streaming
    • 正常状态：streaming

  • 复制延迟：从库与主库的同步延迟

    • 监控方法：查询pg_stat_replication视图
    • 计算公式：pg_wal_lsn_diff(pg_current_wal_lsn(), replay_lsn)
    • 正常范围：通常应小于1MB

同步状态指标 ​

  • 同步备库状态：同步备库的状态
    • 监控方法：查询pg_stat_replication视图
    • 字段：sync_state
    • 状态值：async, sync, potential
    • 正常状态：sync（对于同步复制）

安全指标 ​

权限相关指标 ​

  • 超级用户数量：数据库中超级用户的数量

    • 监控方法：查询pg_roles视图
    • 过滤条件：WHERE rolsuper = true
    • 安全建议：超级用户数量应尽量少

  • 权限变更次数：权限变更的频率

    • 监控方法：查看数据库日志
    • 关键字："GRANT", "REVOKE"
    • 安全建议：定期审计权限变更

访问控制指标 ​

  • 连接限制：达到连接限制的次数

    • 监控方法：查看数据库日志
    • 关键字："sorry, too many clients already"
    • 优化建议：增加max_connections参数或优化应用连接池

  • 失败登录尝试：失败的登录尝试次数

    • 监控方法：查看数据库日志
    • 关键字："invalid password"
    • 安全建议：设置合理的password_encryption_type参数

监控指标最佳实践 ​

1. 指标选择 ​

  • 关键业务指标：根据业务特点选择关键指标
  • 全面覆盖：监控性能、系统、存储、连接等多个方面
  • 分层监控：从实例级、数据库级、表级、查询级进行分层监控

2. 监控频率 ​

  • 实时监控：对于关键指标，监控频率应小于1分钟
  • 定期监控：对于非关键指标，监控频率可设置为5-15分钟
  • 历史数据：保存至少30天的历史监控数据

3. 告警设置 ​

  • 合理阈值：根据业务特点设置合理的告警阈值
  • 多级告警：设置不同级别的告警（警告、严重、紧急）
  • 告警通知：确保告警能及时通知到相关人员

4. 分析与优化 ​

  • 定期分析：定期分析监控数据，找出性能瓶颈
  • 趋势预测：基于历史数据预测资源使用趋势
  • 持续优化：根据分析结果进行持续优化

常见问题（FAQ） ​

Q1: 如何选择需要监控的关键指标？ ​

A1: 选择关键指标应考虑：

  1. 业务需求：根据业务特点选择相关指标
  2. 系统资源：监控CPU、内存、磁盘、网络等资源
  3. 数据库状态：监控实例状态、连接状态、复制状态
  4. 性能表现：监控TPS、QPS、响应时间等

Q2: 监控指标的正常范围是多少？ ​

A2: 监控指标的正常范围因业务负载和系统配置而异，建议：

  1. 基于历史数据建立基线
  2. 根据业务需求调整阈值
  3. 参考数据库最佳实践

Q3: 如何设置合理的告警阈值？ ​

A3: 设置告警阈值的方法：

  1. 基于历史数据的95分位数
  2. 考虑业务峰值负载
  3. 设置多级告警阈值
  4. 定期调整告警阈值

Q4: 如何分析监控数据？ ​

A4: 分析监控数据的方法：

  1. 查看趋势变化：识别异常波动
  2. 对比历史数据：找出差异
  3. 关联多个指标：分析指标间的关系
  4. 定位问题根源：从现象到本质

Q5: 有哪些常用的监控工具？ ​

A5: 常用的监控工具包括：

  1. 内置工具：gs_ctl, gs_check, pg_stat_*视图
  2. 开源工具：Prometheus + Grafana, Zabbix, Nagios
  3. 商业工具：DataDog, New Relic, Dynatrace
  4. 华为云监控：Cloud Eye