一目了然 | 数据库实例性能调优利器：Performance Insights Posted 2021-04-05 阿里云数据库
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了一目了然 | 数据库实例性能调优利器：Performance Insights相关的知识，希望对你有一定的参考价值。
阿里云RDS Performance Insights
是RDS CloudDBA产品一项专注于用户数据库实例性能调优、负载监控和关联分析的利器，以简单直观的方式帮助用户迅速评估数据库负载，资源等待的源头和对应SQL查询语句，以此来指导用户在何时、何处、采取何种行动进行数据性能优化。
Performance Insights：
中文翻译过来叫性能洞察。
Active Session （AS） ：
RDS数据库系统中，活跃的会话数量。
Average Active Session （AAS）
：一段时间内，RDS数据库中平均活跃会话数量。
Max Vcores：
RDS数据库实例最大可以使用到的CPU Cores数量。
在文章开始，我们希望能够把一个非常重要的问题解释清楚： 为什么可以使用AAS （平均活跃会话数）与RDS数据库实例MaxVcores量化对比来作为系统瓶颈的判断依据？
我们的理由是：
首先，RDS数据库系统中，我们认为最为重要的资源是CPU资源，因为其他所有资源都需要CPU来调度。
其次，CPU的并发处理能力，与CPU Cores的数量相关。 假设在相当小的一个时间切片上，CPU对活跃会话（AS）处理能力瓶颈就是CPU Cores数量。 即： CPU最多同时能够处理与Cores数量均等的活跃会话数。
因此，我们可以用RDS数据库系统中，平均活跃会话（AAS）数与MaxVcores数的量化对比，做为判定系统是否存在瓶颈的重要依据。
阿里云RDS Performance Insights能够帮助我们的用户快速方便、直接了当的发现数据库实例负载，以及导致性能问题的SQL语句。
目前Performance Insights页面以三个方面承载我们的产品思路：
实时AAS变化趋势图：
数据库实例中平均活跃会话（Average Active Sessions）实时变化趋势。
阿里云RDS Performance Insights关键性能指标的趋势图，可以从宏观的角度帮助客户发现实例负载的来源，比如：
到底是CPU资源吃紧，IOPS过高？
还是网络开销过大，又或是活跃连接数打满？
从关键资源利用率趋势图部分，我们已经大致清楚了实例负载的来源。
接下来，带着这个问题，我们去看看目前实例中活跃会话的资源等待情况。
那么，此时我们可以来到页面的第二个部分：
实时AAS变化趋势图。
从Performance Insights中的实时AAS变化趋势图中，我们可以非常清晰的发现RDS实例中的资源等待情况。
比如上图，我们可以分析出以下重要信息：
❗ 时间10:25 - 10:57之间，平均活跃会话远远大于实例CPU Cores数量24（几个点低于CPU Cores），说明数据库已经面临比较大的系统瓶颈。
❗
从AAS变化趋势图来看，几乎是在等待蓝色标示的资源，即CPU资源。
由此可见，我们使用Performance Insights中的实时AAS变化趋势图，可以非常清晰简单，直接了当的找到用户RDS实例负载来源，资源等待于何时、何处，以及变化规律。
从Performance Insights中的实时AAS变化趋势图，掌握了实例负载来源，资源等待及变化规律，接下来用户理所应当最关心的一个问题便是： 到底导致这些实例负载的具体查询语句是什么？ 哪个用户导致的？ 哪个连接主机客户端？ 哪个应用数据库？ 这一系列的问题我们可以使用多维负载信息部分来解答。
从以上截图的下半部分，我们可以方便的找出与AAS变化趋势关联的负载对应的SQL查询语句，以及每个语句对AAS的贡献的对比情况。
当然，您也可以根据自己的需要切换为Waits，Users，Hosts，Commands，Databases和Status，分别表示资源等待，用户，客户端主机，命令类型，数据库，进程状态等维度查看。
了解阿里云RDS Performance Insights能够做什么以后，让我们来看Performance Insights的设计架构图，简要概括为五个字： 四层两链路。
RDS Performance Insights四层架构从上往下，依次为：
❗应用层：
前端用户可见，承载着我们产品的思路和逻辑，是终端用户可见的产品呈现。
❗服务层：
各系统 API 协调工作，为应用层提供应用数据服务，我们产品主要的业务逻辑处理层。
❗数据层：
数据实时处理平台，统计汇总，数据扁平化，实时计算，最终持久化到元数据库中，为服务层提供数据。
❗采集层：
从 RDS 实例中，采集有价值的基础数据，为数据层输入数据。
从数据链路来看Performance Insights，有两条链路：
❗访问链路：数据至上而下请求访问，至下而上的数据返回。
❗采集链路：数据从生产到消费，从统计汇总到最终落库整个生命过程。
以下两个典型案例，来看看Performance Insights如何一目了然，一针见血的帮助我们诊断分析数据库系统瓶颈，资源等待和SQL查询语句。
在我们多年的专家服务过程中，遇到最多的用户问题便是“为什么我的CPU 100%了”，来看看Performance Insights是如何庖丁解牛这个问题。
以下是该 RDS 实例， Performance Insights 页面截图。
我们从 Performance Insights 页面截图分析出以下几个问题：
