Panoramica
Un fornitore di tecnologie per il retail aveva visto i tempi di risposta salire gradualmente nell'arco di diciotto mesi, senza una singola modifica a cui attribuirne la colpa. Il rimedio proposto era un rinnovo dell'hardware. AceMQ è stata coinvolta per stabilire se l'hardware fosse davvero il vincolo.
Sfida
Un degrado graduale raramente ha una sola causa. I piani delle query erano cambiati con la crescita dei volumi di dati, diverse tabelle aggiornate di frequente avevano un bloat significativo e l'applicazione apriva molte più connessioni di quante il server avesse memoria per gestire in modo efficiente. Separare questi effetti richiedeva misurazioni, non semplici ispezioni.
Ambiente
PostgreSQL su host on-premises e in cloud, a supporto dei servizi di gestione degli ordini e dell'inventario.
Approccio
AceMQ ha usato le statistiche cumulative degli statement per classificare le query in base al tempo totale consumato anziché alla durata della singola esecuzione, spostando l'attenzione dalla query più lenta a quelle che consumavano davvero il cluster. Il bloat è stato misurato direttamente, e il comportamento delle connessioni è stato profilato sul pooler invece di essere dedotto dalla configurazione dell'applicazione.
Soluzione
- Classificazione delle forme di query in base al tempo di esecuzione totale, mettendo in luce le query ad alta frequenza che dominavano il carico
- Misurazione del bloat effettivo di tabelle e indici e individuazione dei pattern di aggiornamento e delle esecuzioni di vacuum bloccate che lo causavano
- Revisione della copertura degli indici, degli indici ridondanti e di quelli mai scelti dal planner
- Profilazione del numero di connessioni e del comportamento del pooler rispetto al dimensionamento di work_mem e shared_buffers
- Valutazione dei target delle statistiche del planner e della copertura dell'autoanalyze sulle tabelle con piani instabili
- Consegna di un report delle evidenze prioritizzato che separa correzioni di configurazione, interventi sullo schema e reali limiti di capacità
Esito
L'assessment ha dimostrato che il vincolo era il comportamento di query e bloat, non l'hardware, e il rinnovo è stato rinviato. Intervenire sulle evidenze più prioritarie ha riportato i tempi di risposta verso la baseline precedente senza aggiungere capacità.