Para detectar, diagnosticar y prevenir problemas de rendimiento de las consultas en tus bases de datos de AlloyDB para PostgreSQL, puedes usar las estadísticas de consultas. Las estadísticas de consultas proporcionan información de supervisión y diagnóstico que te ayuda a identificar la causa raíz de los cuellos de botella de rendimiento en tus clústeres y las instancias. Para comenzar, consulta Mejora el rendimiento de las consultas con las Estadísticas de consultas.
Con Estadísticas de consultas, puedes supervisar el rendimiento a nivel de la aplicación y hacer un seguimiento de la fuente de una consulta problemática en la pila de aplicaciones por modelo, vista, controlador, ruta, usuario y host. La herramienta Estadísticas de consultas puede integrarse en las herramientas de supervisión de aplicaciones (APM) existentes y los servicios de Google Cloud con APIs y estándares abiertos. De esta manera, puedes supervisar y solucionar problemas de consultas con tu herramienta favorita.
Puedes ver las métricas de las consultas en el panel de Estadísticas de consultas. El panel proporciona una serie de filtros que te ayudan ver la carga de base de datos para consultas por usuario, base de datos, dirección IP, intervalo de tiempo, capacidad de CPU, tiempo de espera entre CPU y CPU, tiempo de IO y tiempo de bloqueo.
Beneficios de usar Estadísticas de consultas
Las estadísticas de consultas proporcionan supervisión y diagnóstico que te permiten detectar y solucionar problemas de rendimiento de las consultas. Los paneles de Estadísticas de consultas te ayudan a identificar los problemas de rendimiento de las consultas de forma anticipada y te permiten pasar de la detección a la resolución con una sola interfaz. Los planes de consultas visuales integradas te ayudan a solucionar problemas para encontrar la causa raíz. También puedes usar el seguimiento de aplicaciones de contexto y de extremo a extremo para encontrar la fuente de una consulta problemática.
Estadísticas de consultas te permite etiquetar consultas con lógica empresarial a la que está asociada la consulta, como el pago, el inventario, las estadísticas de la empresa o el envío, para que puedas supervisar el rendimiento de las consultas desde una perspectiva centrada en la aplicación. Además, Estadísticas de consultas proporciona supervisión centrada en la aplicación que te ayuda a diagnosticar problemas de rendimiento para aplicaciones compiladas con asignaciones relacionales de objetos (ORM). La herramienta de Estadísticas de consultas usa SQL Commenter, una biblioteca de código abierto, para instrumentar automáticamente tus ORM. Esta instrumentación te ayuda a identificar el código de la aplicación que causa problemas.
Estadísticas de consultas puede integrarse con tus herramientas de APM, lo que te permite supervisar y solucionar problemas de consultas con tu herramienta favorita. Estadísticas de consultas admite los estándares de OpenCensus y OpenTelemetry, y hace que las métricas de consultas y los datos de seguimiento estén disponibles para tus herramientas de APM a través de la API de Cloud Monitoring y la API de Cloud Trace. Estadísticas de consultas se integra en Cloud Monitoring, lo que te permite crear paneles y alertas personalizados sobre las métricas o etiquetas de las consultas y recibir notificaciones por correo electrónico, SMS, Slack, PagerDuty y más.
Precios
Esta característica no tiene costo adicional. Puedes acceder a una semana de datos en el panel de Estadísticas de consultas. Para las solicitudes a la API, consulta los precios de Cloud Monitoring. Cloud Monitoring tiene un nivel que puedes usar sin costo adicional.
Seguridad
Los usuarios que tienen acceso al panel de AlloyDB pueden acceder a las métricas de Estadísticas de consultas en el panel de Estadísticas de consultas.
Las métricas de las Estadísticas de consultas se encriptan en reposo.
Privacidad
Estadísticas de consultas almacena y muestra solo las consultas normalizadas. Se quitan todos los valores constantes de la cadena de consulta. Los seguimientos del plan de consultas no recopilan ni almacenan valores constantes. Según la configuración predeterminada, Estadísticas de consultas recopila direcciones IP y la información de etiquetas.
Rendimiento
La extensión de PostgreSQL de Estadísticas de consultas registra las métricas de consulta y los planes de ejecución implementados con hooks de PostgreSQL. Las métricas y los planes de ejecución se almacenan como una tabla de PostgreSQL en la memoria compartida. Si se evitan las operaciones costosas de E/S de disco, Estadísticas de consultas siempre está activada y se espera que su sobrecarga de rendimiento sea pequeña. Estadísticas de consultas usa 12 MB de RAM para un tamaño de cadena de consulta predeterminado de 1,024 bytes. El uso de RAM aumenta con un incremento en el tamaño de las strings de consulta. Se espera que las métricas estén disponibles en Estadísticas de consultas después de que se completan las consultas.
Almacenamiento
Estadísticas de consultas no ocupa espacio de almacenamiento de tu instancia de AlloyDB. Las métricas se almacenan en métricas del sistema en Cloud Monitoring. Es importante revisar la Política de retención de datos de Cloud Monitoring.
Los seguimientos de Estadísticas de consultas se almacenan en Cloud Trace. Es importante revisar la Política de retención de datos de Cloud Trace.
Compatibilidad
Estadísticas de consultas es compatible con todos los tipos de máquina de AlloyDB y está disponible en todas las regiones de Google Cloud .
Limitaciones
Las limitaciones de las Estadísticas de consultas son las siguientes:
Cuando el seguimiento de direcciones IP de clientes está habilitado y una gran cantidad de clientes, por ejemplo, más de 100, envían tráfico a una instancia, Estadísticas de consultas captura las direcciones de clientes que contribuyen al tiempo de ejecución acumulado más alto. Por lo tanto, es posible que se omitan las estadísticas relacionadas con otras direcciones de clientes.
Cuando se habilita el seguimiento de direcciones IP de clientes, los cambios en el tráfico de direcciones de clientes pueden generar una brecha temporal en las métricas, ya que se necesita tiempo para exportar las nuevas direcciones de clientes principales. Por ejemplo, un reinicio o una recreación del cliente, como un Pod de Kubernetes que envía tráfico desde diferentes máquinas, podría causar esta brecha, según tu arquitectura.