返回所有使用案例

評估跨產業

在花錢買硬體之前,先弄清楚時間到底花在哪裡

零售科技供應商

針對回應時間持續惡化的叢集,獨立評估查詢效能、索引健康狀況、資料表與索引膨脹,以及連線管理。

概覽

一家零售科技供應商的回應時間在十八個月內逐漸上升,卻找不到任何單一變更可以歸咎。原本提出的解決方案是更新硬體。AceMQ 受託判斷硬體是否真的是瓶頸。

挑戰

漸進式的效能惡化很少只有一個原因。隨著資料量成長,查詢執行計畫已經改變;幾張頻繁更新的資料表有明顯的膨脹;而應用程式開啟的連線數,遠超過伺服器記憶體能有效處理的數量。要區分這些影響,需要的是量測,而不是目視檢查。

環境

分布於地端與雲端主機的 PostgreSQL,支撐訂單管理與庫存服務。

做法

AceMQ 使用累積的陳述式統計資料,依查詢貢獻的總時間而非單次執行時間排序,將注意力從最慢的查詢,轉移到真正耗用叢集資源的查詢上。膨脹程度經過直接量測,連線行為則在連線池層進行剖析,而不是從應用程式設定推測。

解決方案

  1. 依貢獻的總執行時間為查詢型態排序,揭露主導負載的高頻率查詢
  2. 量測實際的資料表與索引膨脹,並找出背後的更新模式與受阻的 vacuum 執行
  3. 檢視索引涵蓋範圍、重複的索引,以及從未被規劃器選用的索引
  4. 對照 work_mem 與 shared_buffers 的配置,剖析連線數與連線池行為
  5. 評估執行計畫不穩定的資料表的規劃器統計目標與 autoanalyze 涵蓋範圍
  6. 提出依優先順序排列的發現報告,區分設定修正、schema 調整與真正的容量限制

成效

評估結果顯示瓶頸在於查詢與膨脹行為,而非硬體,因此硬體更新延後執行。處理排名最前面的幾項發現後,回應時間在不增加容量的情況下,回到接近先前的基準水準。

技術

PostgreSQLPgBouncerPrometheusLinux

準備好進行 PostgreSQL 健康檢查了嗎?

AceMQ 的資深 PostgreSQL 工程師以前就處理過這類專案。無論您需要架構指引、實作面的問題修復,或是長期的託管合作關係,我們都已準備好協助您。