כשמציגים בתרשים את קצב העברת הנתונים לאורך זמן בזמן שמשתנה אחר משתנה, בדרך כלל רואים שקצב העברת הנתונים עולה עד שהוא מגיע לנקודה שבה המשאבים נגמרים.
בתרשים הבא מוצג גרף אופייני של קצב העברת נתונים. ככל שמספר הלקוחות גדל, עומס העבודה והתפוקה גדלים עד שכל המשאבים מנוצלים.
באופן אידיאלי, כשהעומס על המערכת מוכפל, גם התפוקה צריכה להיות מוכפלת. בפועל, תהיה תחרות על המשאבים, מה שיוביל לעלייה קטנה יותר בקצב העברת הנתונים. בשלב מסוים, ניצול יתר של משאבים או תחרות על משאבים יגרמו לקצב העברת הנתונים להתייצב או אפילו לרדת. אם אתם מבצעים אופטימיזציה של קצב העברת הנתונים, חשוב לזהות את הנקודה הזו כי היא תכוון את המאמצים שלכם למקום שבו צריך לכוונן את האפליקציה או את מערכת מסד הנתונים כדי לשפר את קצב העברת הנתונים.
הנה כמה סיבות נפוצות לכך שקצב העברת הנתונים מתייצב או יורד:
- ניצול יתר של משאבי המעבד (CPU) בשרת של מסד הנתונים
- ניצול מלא של משאבי ה-CPU בלקוח, כך שלא נשלחת עבודה נוספת לשרת מסד הנתונים
- תחרות על נעילה במסד נתונים
- זמן ההמתנה לקלט/פלט כשהנתונים חורגים מהגודל של מאגר הנתונים הזמני של Postgres
- זמן ההמתנה של קלט/פלט בגלל ניצול מנוע האחסון
- צווארי בקבוק ברוחב הפס של הרשת שמחזירה נתונים ללקוח
זמן האחזור והתפוקה הם ביחס הפוך. ככל שזמן האחזור עולה, קצב העברת הנתונים יורד. זה הגיוני מבחינה אינטואיטיבית. כשצוואר בקבוק מתחיל להיווצר, הפעולות מתחילות להימשך זמן רב יותר והמערכת מבצעת פחות פעולות בשנייה.
בתרשים של קנה המידה של זמן האחזור אפשר לראות איך זמן האחזור משתנה ככל שהעומס על המערכת גדל. זמן האחזור נשאר קבוע יחסית עד שנוצר חיכוך בגלל תחרות על משאבים. נקודת הפיתול של העקומה הזו בדרך כלל תואמת לנקודה שבה עקומת התפוקה משתטחת בתרשים של קנה המידה של התפוקה.
דרך שימושית נוספת להעריך את זמן האחזור היא באמצעות היסטוגרמה. בייצוג הזה, אנחנו מקבצים את זמני האחזור לקטגוריות וסופרים כמה בקשות נכללות בכל קטגוריה.
ההיסטוגרמה הזו של זמן האחזור מראה שרוב הבקשות הן מתחת ל-100 אלפיות השנייה, וזמני האחזור ארוכים מ-100 אלפיות השנייה. הבנת הסיבה לבקשות עם זנב ארוך של זמני אחזור יכולה לעזור להסביר את השינויים בביצועי האפליקציה. הסיבות לזנב הארוך של זמני האחזור המוגדלים תואמות לזמני האחזור המוגדלים שמוצגים בתרשים האופייני של שינוי זמני האחזור ולפילוס של תרשים התפוקה.
היסטוגרמת זמן האחזור הכי שימושית כשבאפליקציה יש כמה אופנים. אופן פעולה הוא קבוצה רגילה של תנאי הפעלה. לדוגמה, ברוב המקרים האפליקציה ניגשת לדפים שנמצאים במטמון של המאגר. ברוב המקרים, האפליקציה מעדכנת שורות קיימות, אבל יכולים להיות כמה מצבים. לפעמים האפליקציה מאחזרת דפים מהאחסון, מוסיפה שורות חדשות או נתקלת במאבק על נעילה.
כשאפליקציה נתקלת במצבי הפעולה השונים האלה לאורך זמן, ההיסטוגרמה של זמן האחזור מציגה את המצבים השונים האלה.
באיור הזה מוצג היסטוגרמה דו-מודאלית אופיינית, שבה רוב הבקשות מטופלות תוך פחות מ-100 אלפיות השנייה, אבל יש אשכול נוסף של בקשות שנמשכות 401-500 אלפיות השנייה. הבנת הסיבה להופעת האופן השני יכולה לעזור לשפר את הביצועים של האפליקציה. יכולים להיות גם יותר משני אופנים.
המודאליות השנייה יכולה לנבוע מפעולות רגילות של מסד הנתונים, מתשתית ומטופולוגיה הטרוגניות או מהתנהגות של האפליקציה. הנה כמה דוגמאות:
- רוב הגישות לנתונים הן ממאגר הנתונים הזמני של PostgreSQL, אבל חלקן מגיעות מהאחסון
- הבדלים בחביון ברשת עבור חלק מהלקוחות לשרת מסד הנתונים
- לוגיקה של אפליקציה שמבצעת פעולות שונות בהתאם לקלט או לשעה ביום
- תחרות על נעילה באופן ספורדי
- עלייה חדה בפעילות הלקוחות