Przegląd
U dostawcy technologii dla handlu detalicznego czasy odpowiedzi rosły stopniowo przez osiemnaście miesięcy, przy czym nie dało się tego przypisać żadnej pojedynczej zmianie. Proponowanym rozwiązaniem była wymiana sprzętu. AceMQ zostało zaangażowane, by ustalić, czy to sprzęt jest faktycznym ograniczeniem.
Wyzwanie
Stopniowa degradacja rzadko ma jedną przyczynę. Plany zapytań zmieniały się wraz ze wzrostem wolumenu danych, kilka intensywnie aktualizowanych tabel miało znaczny rozrost (bloat), a aplikacja otwierała znacznie więcej połączeń, niż serwer był w stanie efektywnie obsłużyć przy dostępnej pamięci. Rozdzielenie tych efektów wymagało pomiarów, a nie samych oględzin.
Środowisko
PostgreSQL na hostach on-premises i w chmurze, obsługujący usługi zarządzania zamówieniami i stanami magazynowymi.
Podejście
AceMQ wykorzystało skumulowane statystyki instrukcji, aby uszeregować zapytania według łącznego czasu, za który odpowiadają, a nie według czasu pojedynczego wykonania — co przeniosło uwagę z najwolniejszego zapytania na te, które faktycznie pochłaniały zasoby klastra. Rozrost zmierzono bezpośrednio, a zachowanie połączeń sprofilowano na poziomie poolera, zamiast wnioskować o nim z konfiguracji aplikacji.
Rozwiązanie
- Uszeregowanie kształtów zapytań według łącznego czasu wykonania, co ujawniło zapytania o wysokiej częstotliwości dominujące w obciążeniu
- Pomiar faktycznego rozrostu tabel i indeksów oraz wskazanie odpowiedzialnych za niego wzorców aktualizacji i zablokowanych przebiegów vacuum
- Przegląd pokrycia indeksami, zbędnych indeksów i indeksów nigdy niewybieranych przez planner
- Profilowanie liczby połączeń i zachowania poolera względem ustawień work_mem i shared_buffers
- Ocena celów statystyk planera i pokrycia autoanalyze dla tabel z niestabilnymi planami
- Dostarczenie raportu z ustaleniami uszeregowanymi według priorytetu, oddzielającego poprawki konfiguracji, prace nad schematem i rzeczywiste ograniczenia pojemności
Efekt
Ocena wykazała, że ograniczeniem było zachowanie zapytań i rozrost, a nie sprzęt, więc wymianę sprzętu odłożono. Usunięcie najwyżej ocenionych problemów przybliżyło czasy odpowiedzi do wcześniejszego poziomu bez dokładania pojemności.