实践教程之如何在 PolarDB-X 中优化慢 SQL

PolarDB-X 为了方便用户体验，提供了免费的实验环境，您可以在实验环境里体验 PolarDB-X 的安装部署和各种内核特性。除了免费的实验，PolarDB-X 也提供免费的视频课程，手把手教你玩转 PolarDB-X 分布式数据库。
本期实验将指导您使用对 PolarDB-X 进行慢SQL优化。

本期免费实验地址

本期教学视频地址

前置准备

假设已经根据前一讲内容完成了PolarDB-X的搭建部署，可以成功链接上PolarDB-X数据库。

启动业务

本步骤将指导您如何使用Sysbench Select场景模拟业务流量。

准备压测数据

a.执行如下SQL语句，创建压测数据库sysbench_test。

CREATE DATAbase sysbench_test;
b.执行如下SQL语句，使用压测数据库sysbench_test。

USE sysbench_test;

c.在实验页面，单击右上角的+ 图标，创建新的终端三。

d.执行如下命令，切换到账号galaxykube。

su galaxykube

e.执行如下命令，进入到/home/galaxykube目录。

cd

f.执行如下命令，创建准备压测数据的sysbench-prepare.yaml文件。

vim sysbench-prepare.yaml

g.按i键进入编辑模式，将如下代码复制到文件中，然后按ECS退出编辑模式，输入:wq后按下Enter键保存并退出。

kind: Jobnmetadata:n name: sysbench-prepare-data-testn namespace: defaultnspec:n backoffLimit: 0n template:n spec:n restartPolicy: Nevern containers:n - name: sysbench-preparen image: severalnines/sysbenchn env:n - name: POLARDB_X_USERn value: polardbx_rootn - name: POLARDB_X_PASSWDn valueFrom:n secretKeyRef:n name: polardb-xn key: polardbx_rootn command: [ 'sysbench' ]n args:n - --db-driver=mysqln - --mysql-host=$(POLARDB_X_SERVICE_HOST)n - --mysql-port=$(POLARDB_X_SERVICE_PORT)n - --mysql-user=$(POLARDB_X_USER)n - --mysql_password=$(POLARDB_X_PASSWD)n - --mysql-db=sysbench_testn - --mysql-table-engine=innodbn - --rand-init=onn - --max-requests=1n - --oltp-tables-count=1n - --report-interval=5n - --oltp-table-size=160000n - --oltp_skip_trx=onn - --oltp_auto_inc=offn - --oltp_secondaryn - --oltp_range_size=5n - --mysql_table_options=dbpartition by hash(`id`)n - --num-threads=1n - --time=3600n - /usr/share/sysbench/tests/include/oltp_legacy/parallel_prepare.luan - run

h.执行如下命令，运行准备压测数据的sysbench-prepare.yaml文件，初始化测试数据。

kubectl apply -f sysbench-prepare.yaml

i.执行如下命令，获取任务进行状态。

kubectl get jobs

返回结果如下，请您耐心等待大约1分钟，当任务状态COMPLETIONS为1/1时，表示数据已经初始化完成。

启动压测流量

a.执行如下命令，创建启动压测的sysbench-select.yaml文件。

vim sysbench-select.yaml

b.按i键进入编辑模式，将如下代码复制到文件中，然后按ECS退出编辑模式，输入:wq后按下Enter键保存并退出。

kind: Jobnmetadata:n name: sysbench-point-select-k-testn namespace: defaultnspec:n backoffLimit: 0n template:n spec:n restartPolicy: Nevern containers:n - name: sysbench-point-select-kn image: severalnines/sysbenchn env:n - name: POLARDB_X_USERn value: polardbx_rootn - name: POLARDB_X_PASSWDn valueFrom:n secretKeyRef:n name: polardb-xn key: polardbx_rootn command: [ 'sysbench' ]n args:n - --db-driver=mysqln - --mysql-host=$(POLARDB_X_SERVICE_HOST)n - --mysql-port=$(POLARDB_X_SERVICE_PORT)n - --mysql-user=$(POLARDB_X_USER)n - --mysql_password=$(POLARDB_X_PASSWD)n - --mysql-db=sysbench_testn - --mysql-table-engine=innodbn - --rand-init=onn - --max-requests=0n - --oltp-tables-count=1n - --report-interval=5n - --oltp-table-size=32000000n - --oltp_skip_trx=onn - --oltp_auto_inc=offn - --oltp_secondaryn - --oltp_range_size=5n - --mysql-ignore-errors=alln - --num-threads=8n - --time=3600n - --random_points=1n - /usr/share/sysbench/tests/include/oltp_legacy/select_random_points.luan - run

c.执行如下命令，运行启动压测的sysbench-select.yaml文件，开始压测。

kubectl apply -f sysbench-select.yaml

d.执行如下命令，查找压测脚本运行的POD。

kubectl get pods

返回结果如下， 以‘sysbench-point-select-k-test-’开头的POD即为目标POD。

e.执行如下命令，查看QPS等信息。

说明：您需要将命令中的目标POD替换为以‘sysbench-point-select-k-test-’开头的POD。

kubectl logs -f 目标PO

体验SQL限流和SQL Advisor

SQL限流

SQL限流是PolarDB-X提供的对符合特定规则的SQL进行限制的功能。在本实验场景中假设步骤二中发起的Sysbench Select流量严重影响了其他业务，所以我们首先用SQL限流对Select SQL进行限流。

a.执行如下SQL语句，查看当前正在运行的请求。

show full processlist where info is not null
返回结果如下，您可查看到有如下SQL正在执行。

b.执行如下SQL语句，创建针对这条SQL的限流规则。

create ccl_rule block_select on sysbench_test.* to 'polardbx_root'@'%' for select filter by keyword('pad') with max_concurrency=0;
在终端二中执行对select sql进行拦截的SQL语句后，在终端三您可查看到出现大量的SQL报错统计。

c.执行如下SQL语句，查看SQL限流具体拦截情况。

show ccl_rules;

返回结果如下，您可查看SQL限流具体拦截情况

用SQL Advisor优化慢SQL

在对慢SQL进行限制后，我们的系统就可以恢复正常状态了，那么接下来就可以对SQL进行优化。PolarDB-X 提供内置的SQL Advisor功能，可以针对某条SQL给出具体的优化建议。

a.执行如下，使用SQL Advisor功能分析SQL语句。

explain advisor SELECT id, k, c, pad from sbtest1 where k in(10)G

返回结果如下，在ADVISE_INDEX部分，就是SQL Advisor给出的建议。

b.执行SQL Advisor给出的建议SQL语句。

ALTER TABLE sysbench_test.sbtest1 ADD GLOBAL INDEX __advise_index_gsi_sbtest1_k(k) DBPARTITION BY HASH(k);

c.行如下SQL语句，解除SQL限流。

drop ccl_rule block_select;

终端二中执行解除SQL限流的SQL语句后，在终端三您可查看到qps在优化后进行了大幅度的提升。

原文链接

本文为阿里云原创内容，未经允许不得转载。