TDSQL 性能监控指标

性能监控指标分类

1. 资源利用率指标

CPU 指标

指标名称	描述	正常范围	告警阈值
CPU 使用率	数据库实例的CPU使用率	0% - 70%	持续超过80%
系统CPU使用率	操作系统级别的CPU使用率	0% - 70%	持续超过90%
等待CPU时间	进程等待CPU的时间	0% - 10%	持续超过20%
上下文切换次数	每秒上下文切换的次数	0 - 10,000	超过50,000

内存指标

指标名称	描述	正常范围	告警阈值
内存使用率	数据库实例的内存使用率	0% - 80%	持续超过90%
系统内存使用率	操作系统级别的内存使用率	0% - 80%	持续超过95%
缓存命中率	数据库缓存的命中率	> 95%	< 90%
交换空间使用率	交换空间的使用率	0% - 5%	持续超过10%

磁盘指标

指标名称	描述	正常范围	告警阈值
磁盘使用率	数据库磁盘空间使用率	0% - 70%	持续超过85%
磁盘IOPS	每秒磁盘IO操作次数	取决于磁盘类型	接近磁盘最大IOPS
磁盘吞吐量	每秒磁盘读写数据量	取决于磁盘类型	接近磁盘最大吞吐量
磁盘读写延迟	磁盘IO操作的延迟时间	< 10ms	持续超过50ms

网络指标

指标名称	描述	正常范围	告警阈值
网络吞吐量	每秒网络传输的数据量	取决于网络带宽	接近网络最大带宽
网络连接数	当前活跃的网络连接数	0 - max_connections的80%	超过max_connections的90%
网络延迟	网络传输的延迟时间	< 1ms	持续超过10ms

2. 数据库性能指标

查询性能指标

指标名称	描述	正常范围	告警阈值
QPS (每秒查询数)	每秒处理的查询请求数	取决于实例规格	接近实例最大QPS
TPS (每秒事务数)	每秒处理的事务数	取决于实例规格	接近实例最大TPS
慢查询数	每秒慢查询的数量	0 - 10	持续超过50
查询平均响应时间	查询的平均响应时间	< 100ms	持续超过500ms
锁等待时间	事务等待锁的时间	< 100ms	持续超过500ms

连接指标

指标名称	描述	正常范围	告警阈值
当前连接数	当前活跃的数据库连接数	0 - max_connections的80%	超过max_connections的90%
连接使用率	连接数占最大连接数的比例	0% - 80%	持续超过90%
连接错误数	每秒连接错误的数量	0 - 5	持续超过20

缓存指标

指标名称	描述	正常范围	告警阈值
InnoDB缓冲池命中率	InnoDB缓冲池的命中率	> 95%	< 90%
查询缓存命中率	查询缓存的命中率	取决于业务场景	< 50% (如果启用查询缓存)
索引缓存命中率	索引缓存的命中率	> 95%	< 90%

事务指标

指标名称	描述	正常范围	告警阈值
事务提交成功率	事务提交成功的比例	> 99.9%	< 99%
长事务数	运行时间超过阈值的事务数	0 - 5	持续超过20
死锁数量	每秒死锁的数量	0 - 1	持续超过5

3. 复制指标

指标名称	描述	正常范围	告警阈值
复制延迟	从库落后于主库的时间	< 1s	持续超过30s
复制状态	复制线程的运行状态	Running	Not Running
二进制日志生成速率	主库每秒生成的二进制日志大小	取决于写入量	异常增长
中继日志应用速率	从库每秒应用的中继日志大小	取决于复制量	低于主库生成速率

性能监控指标的采集方法

1. TDSQL管理控制台

TDSQL管理控制台提供了丰富的监控指标可视化界面，可以直接查看各种性能指标的实时数据和历史趋势。

2. 命令行工具

SHOW STATUS命令

SHOW GLOBAL STATUS LIKE 'Threads_connected';
SHOW GLOBAL STATUS LIKE 'Questions';
SHOW GLOBAL STATUS LIKE 'Innodb_buffer_pool_read_hit_rate';

SHOW VARIABLES命令

SHOW GLOBAL VARIABLES LIKE 'max_connections';
SHOW GLOBAL VARIABLES LIKE 'innodb_buffer_pool_size';

Performance Schema

SELECT * FROM performance_schema.events_statements_summary_by_digest ORDER BY sum_timer_wait DESC LIMIT 10;
SELECT * FROM performance_schema.file_summary_by_instance ORDER BY sum_timer_wait DESC LIMIT 10;

3. 第三方监控工具

• Prometheus + Grafana：开源监控解决方案，支持通过Exporter采集TDSQL指标
• Zabbix：企业级监控系统，支持监控TDSQL的各种指标
• Nagios：传统监控工具，支持通过插件监控TDSQL

性能监控指标的分析方法

1. 基线分析

建立正常业务负载下的性能指标基线，当指标偏离基线时及时告警。

2. 趋势分析

分析性能指标的历史趋势，识别长期性能变化，预测可能的性能问题。

3. 关联分析

关联多个相关指标，找出性能问题的根本原因。例如：

• CPU使用率高 + 慢查询数多 → 可能存在慢查询
• 磁盘IOPS高 + 缓存命中率低 → 可能需要增加内存
• 连接数高 + 连接错误多 → 可能需要调整max_connections参数

4. 异常检测

设置合理的告警阈值，当指标超过阈值时触发告警，及时发现性能问题。

性能监控最佳实践

1. 选择合适的监控粒度

• 实时监控：1秒或5秒粒度，用于实时告警
• 短期历史：1分钟粒度，用于近期问题分析
• 长期历史：5分钟或15分钟粒度，用于趋势分析

2. 监控关键指标

根据业务场景选择关键指标进行监控，避免监控过多无关指标。

3. 设置合理的告警阈值

• 根据基线设置告警阈值
• 考虑业务高峰期和低谷期的差异
• 设置多级告警，区分不同严重程度

4. 建立完善的告警处理流程

• 明确告警的接收人员和处理流程
• 建立告警升级机制
• 定期回顾和优化告警规则

5. 结合日志分析

将性能指标与慢查询日志、错误日志结合分析，更准确地定位问题。

常见问题（FAQ）

Q1: 哪些指标是TDSQL性能监控的核心指标？

A1: TDSQL性能监控的核心指标包括：

• CPU使用率
• 内存使用率
• 磁盘IOPS和吞吐量
• QPS/TPS
• 慢查询数
• 连接数
• 复制延迟

Q2: 如何设置合理的告警阈值？

A2: 设置合理告警阈值的方法：

• 基于历史数据建立基线
• 考虑业务高峰期和低谷期的差异
• 参考行业最佳实践
• 定期调整和优化阈值

Q3: 如何分析TDSQL的性能瓶颈？

A3: 分析TDSQL性能瓶颈的步骤：

1. 查看CPU、内存、磁盘、网络等资源指标，确定是否存在资源瓶颈
2. 查看QPS/TPS、慢查询数等数据库性能指标
3. 分析慢查询日志，找出执行时间长的SQL
4. 检查索引使用情况，优化索引设计
5. 调整数据库参数，优化配置

Q4: 如何监控TDSQL的慢查询？

A4: 监控TDSQL慢查询的方法：

• 启用慢查询日志，设置合适的long_query_time阈值
• 使用SHOW GLOBAL STATUS LIKE 'Slow_queries'查看慢查询数量
• 通过Performance Schema分析慢查询
• 使用第三方工具（如Prometheus + Grafana）可视化慢查询指标

Q5: 如何监控主从复制性能？

A5: 监控主从复制性能的指标：

• 复制延迟时间
• 复制线程状态
• 主库二进制日志生成速率
• 从库中继日志应用速率
• 主从库网络延迟

Q6: 如何优化TDSQL的缓存命中率？

A6: 优化TDSQL缓存命中率的方法：

• 增加innodb_buffer_pool_size参数
• 优化索引设计，减少全表扫描
• 优化查询语句，减少不必要的数据访问
• 定期清理无用数据，减少数据量

Q7: 如何监控TDSQL的连接数？

A7: 监控TDSQL连接数的方法：

• 使用SHOW GLOBAL STATUS LIKE 'Threads_connected'查看当前连接数
• 使用SHOW GLOBAL VARIABLES LIKE 'max_connections'查看最大连接数
• 设置连接数告警阈值，当接近最大连接数时触发告警
• 分析连接数增长趋势，及时调整max_connections参数

Q8: 如何监控TDSQL的磁盘性能？

A8: 监控TDSQL磁盘性能的指标：

• 磁盘使用率
• 磁盘IOPS
• 磁盘吞吐量
• 磁盘读写延迟
• 磁盘读写队列长度

Q9: 如何监控TDSQL的事务性能？

A9: 监控TDSQL事务性能的指标：

• TPS (每秒事务数)
• 事务提交成功率
• 长事务数
• 死锁数量
• 锁等待时间

Q10: 如何建立TDSQL的性能基线？

A10: 建立TDSQL性能基线的步骤：

1. 收集正常业务负载下的性能指标数据
2. 分析数据，确定各指标的正常范围
3. 建立基线文档，记录各指标的正常范围和告警阈值
4. 定期更新基线，适应业务变化
5. 基于基线设置告警规则