解讀 VM 上 AlloyDB Omni 的效能結果

選取說明文件版本:

本文說明如何解讀虛擬機器上 AlloyDB Omni 的效能結果。本文假設您已熟悉 PostgreSQL。

當您在修改其他變數時,繪製一段時間內的處理量圖表,通常會看到處理量增加,直到處理量達到資源耗盡點。

下圖顯示一般的處理量調度資源圖表。隨著用戶端數量增加,工作負載和處理量也會增加,直到所有資源耗盡為止。

處理量擴充圖表,顯示用戶端數量的處理量。隨著用戶端數量增加,輸送量也會增加,直到所有資源耗盡為止。
圖 1:顯示一般處理量擴充圖表的圖。隨著用戶端數量增加,工作負載和處理量也會增加,直到所有資源耗盡為止。

理想情況下,系統負載加倍時,輸送量也應加倍。實務上,資源會發生爭用情形,導致輸送量增幅較小。在某個時間點,資源耗盡或爭用會導致輸送量趨於平緩,甚至減少。如果您要盡量提高輸送量,請務必找出這個關鍵點,因為這會決定您要調整應用程式或資料庫系統的哪個部分,才能提高輸送量。

處理量趨於平穩或下降的常見原因包括:

  • 資料庫伺服器的 CPU 資源耗盡
  • 用戶端 CPU 資源耗盡,因此資料庫伺服器不會收到更多工作
  • 資料庫鎖定爭用
  • 資料超過 Postgres 緩衝區集區大小時的 I/O 等待時間
  • 因儲存引擎使用率而導致的 I/O 等待時間
  • 網路頻寬瓶頸導致資料無法傳回用戶端

延遲時間和輸送量成反比。延遲時間越長,處理量就越低。這很符合直覺。當瓶頸開始顯現時,作業會開始耗費更多時間,且系統每秒執行的作業會減少。

延遲時間縮放圖表:顯示延遲時間保持不變,直到因資源爭用而發生摩擦為止。
圖 2:顯示一般延遲時間調整圖表的圖。延遲時間會保持不變,直到資源爭用造成摩擦為止。

延遲時間擴充圖表顯示延遲時間如何隨著系統負載增加而變化。延遲時間會保持相對穩定,直到資源爭用造成摩擦為止。這條曲線的拐點通常對應到處理量擴充圖中,處理量曲線趨於平緩的位置。

另一個評估延遲時間的實用方法是使用直方圖。在這個表示法中,我們會將延遲時間分組到值區中,並計算每個值區中的要求數量。

延遲時間調度資源圖表,顯示延遲時間保持不變,直到資源爭用造成摩擦。
圖 3:顯示一般延遲時間直方圖的圖表。在資源爭用造成摩擦之前,延遲時間會維持不變。*

這個延遲時間直方圖顯示,大多數要求都在 100 毫秒內完成,且延遲時間超過 100 毫秒。瞭解延遲時間較長的要求尾部原因,有助於說明應用程式效能的變化。延遲時間增加的長尾效應,與一般延遲時間縮放圖中延遲時間增加,以及輸送量圖趨於平緩的情況相符。

如果應用程式有多種模態,延遲直方圖就非常實用。模式是一組正常的運作條件。舉例來說,應用程式大部分時間都在存取緩衝區快取中的頁面。應用程式通常會更新現有資料列,但可能有多種模式。有時應用程式會從儲存空間擷取網頁、插入新資料列,或是發生鎖定爭用情形。

當應用程式隨著時間推移遇到這些不同的作業模式時,延遲時間直方圖會顯示這些多重模態。

延遲時間調度資源圖表,顯示延遲時間保持不變,直到資源爭用造成摩擦。
圖 4:顯示一般雙峰延遲時間直方圖的圖表。延遲時間會保持不變,直到資源爭用造成摩擦為止。

這張圖顯示典型的雙峰直方圖,其中大部分要求在 100 毫秒內完成,但有另一組要求需要 401 至 500 毫秒。瞭解第二個模態的原因,有助於提升應用程式效能。也可以有超過兩種模式。

第二種模式可能是因為正常的資料庫作業、異質基礎架構和拓撲或應用程式行為。以下列舉幾個範例:

  • 大部分資料存取作業都來自 PostgreSQL 緩衝區集區,但有些來自儲存空間
  • 部分用戶端連線至資料庫伺服器的網路延遲時間差異
  • 根據輸入內容或時間執行不同作業的應用程式邏輯
  • 偶發性鎖定爭用
  • 用戶端活動量暴增