排查 Aurora MySQL 数据库的工作负载问题
数据库工作负载可以看作是读取和写入。了解“正常”数据库工作负载后,您可以调整查询和数据库服务器,来满足不断变化的需求。性能可能发生变化的原因有很多,因此第一步是了解发生了什么变化。
-
是否进行了主要版本或次要版本升级?
主要版本升级包括对引擎代码的更改,尤其是优化器中的更改,这些更改可能会更改查询执行计划。升级数据库版本,尤其是主要版本时,分析数据库工作负载并相应进行调整非常重要。调整可能包括优化和重写查询,或者添加和更新参数设置,具体取决于测试的结果。了解造成影响的原因将使您能够开始专注于该特定区域。
有关更多信息,请参阅 MySQL 文档中的 What is new in MySQL 8.0
和 Server and status variables and options added, deprecated, or removed in MySQL 8.0 ,以及比较 Aurora MySQL 版本 2 和 Aurora MySQL 版本 3。 -
正在处理的数据(行计数)是否有所增加?
-
是否有更多查询并行运行?
-
模式或数据库是否发生变化?
-
是否存在代码缺陷或修复?
目录
实例主机指标
监控 CPU、内存和网络活动等实例主机指标,来协助了解工作负载是否发生了变化。了解工作负载变化有两个主要概念:
-
利用率 - 设备(例如 CPU 或磁盘)的使用情况。它可以是基于时间的,也可以是基于容量的。
-
基于时间 - 资源在特定观察期内忙碌的时间量。
-
基于容量 – 系统或组件可以提供的吞吐量,以其容量的百分比表示。
-
-
饱和度 - 资源需要的工作量超过其处理能力的程度。当基于容量的使用率达到 100% 时,将无法处理额外的工作,必须排队。
CPU 使用率
您可以使用以下工具来确定 CPU 使用率和饱和度:
-
CloudWatch 提供了
CPUUtilization
指标。如果该指标达到 100%,则实例饱和。但是,CloudWatch 指标按 1 分钟取平均值,因而粒度不足。有关 CloudWatch 指标的更多信息,请参阅Amazon Aurora 的实例级指标。
-
增强监控提供由操作系统
top
命令返回的指标。它以 1 秒的粒度显示平均负载和以下 CPU 状态:-
Idle (%)
= 空闲时间 -
IRQ (%)
= 软件中断 -
Nice (%)
= 对于优先级为 niced的进程,状态为 Nice 的时间。 -
Steal (%)
= 为其他租户提供服务所花费的时间(与虚拟化相关) -
System (%)
= 系统时间 -
User (%)
= 用户时间 -
Wait (%)
= I/O 等待
有关增强监控指标的更多信息,请参阅 Aurora 的操作系统指标。
-
内存使用量
如果系统面临内存压力,并且资源消耗达到饱和,则应观察到高程度的页面扫描、分页、交换和内存不足错误。
您可以使用以下工具来确定内存使用量和饱和度:
CloudWatch 提供了 FreeableMemory
指标,该指标显示通过刷新部分操作系统缓存和当前可用内存可以回收多少内存。
有关 CloudWatch 指标的更多信息,请参阅Amazon Aurora 的实例级指标。
增强监控提供以下指标,有助于您识别内存使用量问题:
-
Buffers (KB)
– 在写入存储设备前用于缓冲 I/O 请求的内存量(以 KB 为单位)。 -
Cached (KB)
– 用于缓存基于文件系统的 I/O 的内存量。 -
Free (KB)
– 未分配的内存量(以 KB 为单位)。 -
Swap
–“已缓存”、“可用”和“总计”。
例如,如果您看到您的数据库实例使用 Swap
内存,则您的工作负载的内存总量将大于您的实例当前可用的内存量。我们建议增加数据库实例的大小或调整工作负载来使用更少的内存。
有关增强监控指标的更多信息,请参阅 Aurora 的操作系统指标。
有关使用性能架构和 sys
架构来确定哪些连接和组件正在使用内存的更多详细信息,请参阅 排查 Aurora MySQL 数据库的内存使用问题。
网络吞吐量
CloudWatch 提供以下网络总吞吐量指标,所有指标均按 1 分钟取平均值:
-
NetworkReceiveThroughput
– Aurora 数据库集群中每个实例从客户端接收的网络吞吐量。 -
NetworkTransmitThroughput
– Aurora 数据库集群中每个实例发送到客户端的网络吞吐量。 -
NetworkThroughput
– Aurora 数据库集群中每个实例从客户端接收和发送到客户端的网络吞吐量。 -
StorageNetworkReceiveThroughput
– 数据库集群中每个实例从 Aurora 存储子系统接收的网络吞吐量。 -
StorageNetworkTransmitThroughput
– Aurora 数据库集群中每个实例发送到 Aurora 存储子系统的网络吞吐量。 -
StorageNetworkThroughput
– Aurora 数据库集群中每个实例从 Aurora 存储子系统接收与发送到该子系统的网络吞吐量。
有关 CloudWatch 指标的更多信息,请参阅Amazon Aurora 的实例级指标。
增强监控提供 network
已接收(RX)和已发送(TX)图表,粒度高达 1 秒。
有关增强监控指标的更多信息,请参阅 Aurora 的操作系统指标。
数据库指标
检查以下 CloudWatch 指标,来了解工作负载变化:
-
BlockedTransactions
– 每秒内数据库中被阻止的事务的平均数。 -
BufferCacheHitRatio
– 缓冲区缓存提供服务的请求的百分比。 -
CommitThroughput
– 每秒平均提交操作数量。 -
DatabaseConnections
– 连接至数据库实例的客户端网络连接数。 -
Deadlocks
– 每秒内数据库中死锁的平均数。 -
DMLThroughput
– 每秒平均插入、更新和删除数。 -
ResultSetCacheHitRatio
– 查询缓存提供服务的请求的百分比。 -
RollbackSegmentHistoryListLength
– 记录已提交事务(带有删除标记的记录)的撤销日志。 -
RowLockTime
– 为 InnoDB 表获取行锁定所花的总时间。 -
SelectThroughput
– 每秒平均选择查询数。
有关 CloudWatch 指标的更多信息,请参阅Amazon Aurora 的实例级指标。
检查工作负载时,请考虑以下问题:
-
数据库实例类最近是否发生了变化,例如,将实例大小从 8xlarge 缩小到 4xlarge,或者从 db.r5 更改为 db.r6?
-
您能否创建一个克隆并重现此问题,或者该问题只发生在那一个实例上?
-
是否存在服务器资源耗尽、CPU 过高或内存耗尽的问题? 如果是,则这可能意味着需要额外的硬件。
-
一个或多个查询是否需要更长的时间?
-
这些更改是否由升级(尤其是主要版本升级)引起? 如果是,则比较升级前和升级后的指标。
-
读取器数据库实例的数量是否发生了变化?
-
您是否启用了常规、审计或二进制日志记录? 有关更多信息,请参阅 Aurora MySQL 数据库日志记录。
-
您是否启用、禁用或更改了对二进制日志(binlog)复制的使用?
-
是否存在任何持有大量行锁的长期运行的事务? 检查 InnoDB 历史记录列表长度(HLL),来获取长时间运行的事务的指示。
有关更多信息,请参阅InnoDB 历史记录列表长度显著增加和博客文章 Why is my SELECT query running slowly on my Amazon Aurora MySQL DB cluster?
-
如果写入事务导致 HLL 较大,则表示
UNDO
日志正在累积(未定期清理)。在大型写入事务中,这种累积可能会迅速增长。在 MySQL 中,UNDO
存储在 SYSTEM 表空间中。 SYSTEM
表空间不可收缩。UNDO
日志可能会导致SYSTEM
表空间增长到若干 GB,甚至 TB。清除后,通过对数据进行逻辑备份(转储)来释放分配的空间,然后将转储导入到新的数据库实例。 -
如果较大的 HLL 是由读取事务(长时间运行的查询)引起的,则可能意味着该查询使用了大量的临时空间。通过重启来释放临时空间。检查 Performance Insights 数据库指标,来了解
Temp
部分(例如created_tmp_tables
)是否有任何变化。有关更多信息,请参阅 在 Amazon Aurora 上使用性能详情监控数据库负载。
-
-
能否将长时间运行的事务拆分为修改较少行的较小事务?
-
被阻止的事务是否有任何变化或死锁是否增加? 检查 Performance Insights 数据库指标,来了解
Locks
部分中的状态变量(例如innodb_row_lock_time
、innodb_row_lock_waits
和innodb_dead_locks
)是否有任何变化。使用 1 分钟或 5 分钟间隔。 -
等待事件是否增加? 以 1 分钟或 5 分钟间隔检查 Performance Insights 等待事件和等待类型。分析排名靠前的等待事件,看看它们是否与工作负载变化或数据库争用相关。例如,
buf_pool mutex
表示缓冲池争用。有关更多信息,请参阅 使用等待事件优化 Aurora MySQL。
排查 Aurora MySQL 数据库的内存使用问题
虽然 CloudWatch、增强监控和 Performance Insights 可以很好地概述操作系统级别的内存使用情况,例如数据库进程使用了多少内存,但它们不允许您细分引擎中的哪些连接或组件可能导致这种内存使用。
要对此进行故障排除,您可以使用性能架构和 sys
架构。在 Aurora MySQL 版本 3 中,当启用性能架构时,默认情况下会启用内存检测。在 Aurora MySQL 版本 2 中,默认情况下,仅对性能架构内存使用情况启用内存检测。有关性能架构中可用于跟踪内存使用情况和启用性能架构内存检测的表的信息,请参阅 MySQL 文档中的 Memory summary tables
虽然性能架构中提供了用于跟踪当前内存使用情况的详细信息,但 MySQL sys schema
在 sys
架构中,可以使用以下视图,按连接、组件和查询来跟踪内存使用情况。
查看 | 描述 |
---|---|
按主机提供有关引擎内存使用情况的信息。这对于识别哪些应用程序服务器或客户端主机正在消耗内存很有用。 |
|
按线程 ID 提供有关引擎内存使用情况的信息。MySQL 中的线程 ID 可以是客户端连接或后台线程。您可以使用 sys.processlist |
|
按用户提供有关引擎内存使用情况的信息。这对于识别哪些用户账户或客户端正在消耗内存很有用。 |
|
按引擎组件提供有关引擎内存使用情况的信息。这对于按引擎缓冲区或组件全局识别内存使用情况很有用。例如,您可能会看到 InnoDB 缓冲池的 |
|
概述数据库引擎中跟踪的内存使用总量。 |
在 Aurora MySQL 版本 3.05 及更高版本中,您还可以在 Performance Schema statement summary tablesMAX_TOTAL_MEMORY
列可以帮助您确定自上次重置统计数据以来或自重启数据库实例以来,查询摘要所使用的最大内存。这对于识别可能消耗大量内存的特定查询很有用。
注意
性能架构和 sys
架构显示服务器上的当前内存使用情况,以及每个连接和引擎组件消耗的内存的历史最高水平。由于性能架构在内存中维护,因此数据库实例重启时会重置信息。为了保持一段时间内的历史记录,我们建议您在性能架构之外配置此数据的检索和存储。
示例 1:持续的高内存使用量
在 CloudWatch 中全局观察 FreeableMemory
,我们可以看到,在 2024 年 3 月 26 日凌晨 2:59(UTC 时间),内存使用量大幅增加。
![FreeableMemory 图显示了较高的内存使用量。](images/ams-freeable-memory.png)
这并不能告诉我们全貌。要确定哪个组件使用的内存最多,您可以登录数据库并查看 sys.memory_global_by_current_bytes
。此表包含 MySQL 跟踪的内存事件列表,以及有关每个事件的内存分配的信息。每个内存跟踪事件都以 memory/%
开头,后跟与该事件关联的引擎组件/特征的其它信息。
例如,memory/performance_schema/%
用于与性能架构相关的内存事件,memory/innodb/%
用于 InnoDB,等等。有关事件命名约定的更多信息,请参阅 MySQL 文档中的 Performance Schema instrument naming conventions
从以下查询中,我们可以根据 current_alloc
找到可能的罪魁祸首,但我们也可能看到许多 memory/performance_schema/%
事件。
mysql> SELECT * FROM sys.memory_global_by_current_bytes LIMIT 10; +-----------------------------------------------------------------------------+---------------+---------------+-------------------+------------+------------+----------------+ | event_name | current_count | current_alloc | current_avg_alloc | high_count | high_alloc | high_avg_alloc | +-----------------------------------------------------------------------------+---------------+---------------+-------------------+------------+------------+----------------+ | memory/sql/Prepared_statement::main_mem_root | 512817 | 4.91 GiB | 10.04 KiB | 512823 | 4.91 GiB | 10.04 KiB | | memory/performance_schema/prepared_statements_instances | 252 | 488.25 MiB | 1.94 MiB | 252 | 488.25 MiB | 1.94 MiB | | memory/innodb/hash0hash | 4 | 79.07 MiB | 19.77 MiB | 4 | 79.07 MiB | 19.77 MiB | | memory/performance_schema/events_errors_summary_by_thread_by_error | 1028 | 52.27 MiB | 52.06 KiB | 1028 | 52.27 MiB | 52.06 KiB | | memory/performance_schema/events_statements_summary_by_thread_by_event_name | 4 | 47.25 MiB | 11.81 MiB | 4 | 47.25 MiB | 11.81 MiB | | memory/performance_schema/events_statements_summary_by_digest | 1 | 40.28 MiB | 40.28 MiB | 1 | 40.28 MiB | 40.28 MiB | | memory/performance_schema/memory_summary_by_thread_by_event_name | 4 | 31.64 MiB | 7.91 MiB | 4 | 31.64 MiB | 7.91 MiB | | memory/innodb/memory | 15227 | 27.44 MiB | 1.85 KiB | 20619 | 33.33 MiB | 1.66 KiB | | memory/sql/String::value | 74411 | 21.85 MiB | 307 bytes | 76867 | 25.54 MiB | 348 bytes | | memory/sql/TABLE | 8381 | 21.03 MiB | 2.57 KiB | 8381 | 21.03 MiB | 2.57 KiB | +-----------------------------------------------------------------------------+---------------+---------------+-------------------+------------+------------+----------------+ 10 rows in set (0.02 sec)
我们之前提到过,性能架构存储在内存中,这意味着在 performance_schema
内存检测中也会对它进行跟踪。
注意
如果您发现性能架构使用了大量内存,并且想要限制其内存使用量,则可以根据需要调整数据库参数。有关更多信息,请参阅 MySQL 文档中的 The Performance Schema memory-allocation model
为了便于阅读,您可以重新运行相同的查询,但排除性能架构事件。输出显示以下内容:
-
主要的内存消耗者是
memory/sql/Prepared_statement::main_mem_root
。 -
current_alloc
列告诉我们,MySQL 当前为此事件分配了 4.91 GiB。 -
high_alloc column
告诉我们,4.91 GiB 是自上次重置统计数据或服务器重启以来current_alloc
的历史最高水平。这意味着memory/sql/Prepared_statement::main_mem_root
已达到其最高值。
mysql> SELECT * FROM sys.memory_global_by_current_bytes WHERE event_name NOT LIKE 'memory/performance_schema/%' LIMIT 10; +-----------------------------------------------+---------------+---------------+-------------------+------------+------------+----------------+ | event_name | current_count | current_alloc | current_avg_alloc | high_count | high_alloc | high_avg_alloc | +-----------------------------------------------+---------------+---------------+-------------------+------------+------------+----------------+ | memory/sql/Prepared_statement::main_mem_root | 512817 | 4.91 GiB | 10.04 KiB | 512823 | 4.91 GiB | 10.04 KiB | | memory/innodb/hash0hash | 4 | 79.07 MiB | 19.77 MiB | 4 | 79.07 MiB | 19.77 MiB | | memory/innodb/memory | 17096 | 31.68 MiB | 1.90 KiB | 22498 | 37.60 MiB | 1.71 KiB | | memory/sql/String::value | 122277 | 27.94 MiB | 239 bytes | 124699 | 29.47 MiB | 247 bytes | | memory/sql/TABLE | 9927 | 24.67 MiB | 2.55 KiB | 9929 | 24.68 MiB | 2.55 KiB | | memory/innodb/lock0lock | 8888 | 19.71 MiB | 2.27 KiB | 8888 | 19.71 MiB | 2.27 KiB | | memory/sql/Prepared_statement::infrastructure | 257623 | 16.24 MiB | 66 bytes | 257631 | 16.24 MiB | 66 bytes | | memory/mysys/KEY_CACHE | 3 | 16.00 MiB | 5.33 MiB | 3 | 16.00 MiB | 5.33 MiB | | memory/innodb/sync0arr | 3 | 7.03 MiB | 2.34 MiB | 3 | 7.03 MiB | 2.34 MiB | | memory/sql/THD::main_mem_root | 815 | 6.56 MiB | 8.24 KiB | 849 | 7.19 MiB | 8.67 KiB | +-----------------------------------------------+---------------+---------------+-------------------+------------+------------+----------------+ 10 rows in set (0.06 sec)
从事件的名称中,我们可以看出此内存正用于预处理语句。如果您想查看哪些连接正在使用此内存,您可以检查 memory_by_thread_by_current_bytes
在以下示例中,为每个连接分配了大约 7 MiB,历史最高水平约为 6.29 MiB (current_max_alloc
)。这是有道理的,因为该示例正在将 sysbench
用于 80 个表和 800 个带有预处理语句的连接。如果您要在这种情况下减少内存使用量,可以优化应用程序对预处理语句的使用,来减少内存消耗。
mysql> SELECT * FROM sys.memory_by_thread_by_current_bytes; +-----------+-------------------------------------------+--------------------+-------------------+-------------------+-------------------+-----------------+ | thread_id | user | current_count_used | current_allocated | current_avg_alloc | current_max_alloc | total_allocated | +-----------+-------------------------------------------+--------------------+-------------------+-------------------+-------------------+-----------------+ | 46 | rdsadmin@localhost | 405 | 8.47 MiB | 21.42 KiB | 8.00 MiB | 155.86 MiB | | 61 | reinvent@10.0.4.4 | 1749 | 6.72 MiB | 3.93 KiB | 6.29 MiB | 14.24 MiB | | 101 | reinvent@10.0.4.4 | 1845 | 6.71 MiB | 3.72 KiB | 6.29 MiB | 14.50 MiB | | 55 | reinvent@10.0.4.4 | 1674 | 6.68 MiB | 4.09 KiB | 6.29 MiB | 14.13 MiB | | 57 | reinvent@10.0.4.4 | 1416 | 6.66 MiB | 4.82 KiB | 6.29 MiB | 13.52 MiB | | 112 | reinvent@10.0.4.4 | 1759 | 6.66 MiB | 3.88 KiB | 6.29 MiB | 14.17 MiB | | 66 | reinvent@10.0.4.4 | 1428 | 6.64 MiB | 4.76 KiB | 6.29 MiB | 13.47 MiB | | 75 | reinvent@10.0.4.4 | 1389 | 6.62 MiB | 4.88 KiB | 6.29 MiB | 13.40 MiB | | 116 | reinvent@10.0.4.4 | 1333 | 6.61 MiB | 5.08 KiB | 6.29 MiB | 13.21 MiB | | 90 | reinvent@10.0.4.4 | 1448 | 6.59 MiB | 4.66 KiB | 6.29 MiB | 13.58 MiB | | 98 | reinvent@10.0.4.4 | 1440 | 6.57 MiB | 4.67 KiB | 6.29 MiB | 13.52 MiB | | 94 | reinvent@10.0.4.4 | 1433 | 6.57 MiB | 4.69 KiB | 6.29 MiB | 13.49 MiB | | 62 | reinvent@10.0.4.4 | 1323 | 6.55 MiB | 5.07 KiB | 6.29 MiB | 13.48 MiB | | 87 | reinvent@10.0.4.4 | 1323 | 6.55 MiB | 5.07 KiB | 6.29 MiB | 13.25 MiB | | 99 | reinvent@10.0.4.4 | 1346 | 6.54 MiB | 4.98 KiB | 6.29 MiB | 13.24 MiB | | 105 | reinvent@10.0.4.4 | 1347 | 6.54 MiB | 4.97 KiB | 6.29 MiB | 13.34 MiB | | 73 | reinvent@10.0.4.4 | 1335 | 6.54 MiB | 5.02 KiB | 6.29 MiB | 13.23 MiB | | 54 | reinvent@10.0.4.4 | 1510 | 6.53 MiB | 4.43 KiB | 6.29 MiB | 13.49 MiB | . . . . . . | 812 | reinvent@10.0.4.4 | 1259 | 6.38 MiB | 5.19 KiB | 6.29 MiB | 13.05 MiB | | 214 | reinvent@10.0.4.4 | 1279 | 6.38 MiB | 5.10 KiB | 6.29 MiB | 12.90 MiB | | 325 | reinvent@10.0.4.4 | 1254 | 6.38 MiB | 5.21 KiB | 6.29 MiB | 12.99 MiB | | 705 | reinvent@10.0.4.4 | 1273 | 6.37 MiB | 5.13 KiB | 6.29 MiB | 13.03 MiB | | 530 | reinvent@10.0.4.4 | 1268 | 6.37 MiB | 5.15 KiB | 6.29 MiB | 12.92 MiB | | 307 | reinvent@10.0.4.4 | 1263 | 6.37 MiB | 5.17 KiB | 6.29 MiB | 12.87 MiB | | 738 | reinvent@10.0.4.4 | 1260 | 6.37 MiB | 5.18 KiB | 6.29 MiB | 13.00 MiB | | 819 | reinvent@10.0.4.4 | 1252 | 6.37 MiB | 5.21 KiB | 6.29 MiB | 13.01 MiB | | 31 | innodb/srv_purge_thread | 17810 | 3.14 MiB | 184 bytes | 2.40 MiB | 205.69 MiB | | 38 | rdsadmin@localhost | 599 | 1.76 MiB | 3.01 KiB | 1.00 MiB | 25.58 MiB | | 1 | sql/main | 3756 | 1.32 MiB | 367 bytes | 355.78 KiB | 6.19 MiB | | 854 | rdsadmin@localhost | 46 | 1.08 MiB | 23.98 KiB | 1.00 MiB | 5.10 MiB | | 30 | innodb/clone_gtid_thread | 1596 | 573.14 KiB | 367 bytes | 254.91 KiB | 970.69 KiB | | 40 | rdsadmin@localhost | 235 | 245.19 KiB | 1.04 KiB | 128.88 KiB | 808.64 KiB | | 853 | rdsadmin@localhost | 96 | 94.63 KiB | 1009 bytes | 29.73 KiB | 422.45 KiB | | 36 | rdsadmin@localhost | 33 | 36.29 KiB | 1.10 KiB | 16.08 KiB | 74.15 MiB | | 33 | sql/event_scheduler | 3 | 16.27 KiB | 5.42 KiB | 16.04 KiB | 16.27 KiB | | 35 | sql/compress_gtid_table | 8 | 14.20 KiB | 1.77 KiB | 8.05 KiB | 18.62 KiB | | 25 | innodb/fts_optimize_thread | 12 | 1.86 KiB | 158 bytes | 648 bytes | 1.98 KiB | | 23 | innodb/srv_master_thread | 11 | 1.23 KiB | 114 bytes | 361 bytes | 24.40 KiB | | 24 | innodb/dict_stats_thread | 11 | 1.23 KiB | 114 bytes | 361 bytes | 1.35 KiB | | 5 | innodb/io_read_thread | 1 | 144 bytes | 144 bytes | 144 bytes | 144 bytes | | 6 | innodb/io_read_thread | 1 | 144 bytes | 144 bytes | 144 bytes | 144 bytes | | 2 | sql/aws_oscar_log_level_monitor | 0 | 0 bytes | 0 bytes | 0 bytes | 0 bytes | | 4 | innodb/io_ibuf_thread | 0 | 0 bytes | 0 bytes | 0 bytes | 0 bytes | | 7 | innodb/io_write_thread | 0 | 0 bytes | 0 bytes | 0 bytes | 0 bytes | | 8 | innodb/io_write_thread | 0 | 0 bytes | 0 bytes | 0 bytes | 0 bytes | | 9 | innodb/io_write_thread | 0 | 0 bytes | 0 bytes | 0 bytes | 0 bytes | | 10 | innodb/io_write_thread | 0 | 0 bytes | 0 bytes | 0 bytes | 0 bytes | | 11 | innodb/srv_lra_thread | 0 | 0 bytes | 0 bytes | 0 bytes | 0 bytes | | 12 | innodb/srv_akp_thread | 0 | 0 bytes | 0 bytes | 0 bytes | 0 bytes | | 18 | innodb/srv_lock_timeout_thread | 0 | 0 bytes | 0 bytes | 0 bytes | 248 bytes | | 19 | innodb/srv_error_monitor_thread | 0 | 0 bytes | 0 bytes | 0 bytes | 0 bytes | | 20 | innodb/srv_monitor_thread | 0 | 0 bytes | 0 bytes | 0 bytes | 0 bytes | | 21 | innodb/buf_resize_thread | 0 | 0 bytes | 0 bytes | 0 bytes | 0 bytes | | 22 | innodb/btr_search_sys_toggle_thread | 0 | 0 bytes | 0 bytes | 0 bytes | 0 bytes | | 32 | innodb/dict_persist_metadata_table_thread | 0 | 0 bytes | 0 bytes | 0 bytes | 0 bytes | | 34 | sql/signal_handler | 0 | 0 bytes | 0 bytes | 0 bytes | 0 bytes | +-----------+-------------------------------------------+--------------------+-------------------+-------------------+-------------------+-----------------+ 831 rows in set (2.48 sec)
如前所述,此处的线程 ID (thd_id
) 值可以指服务器后台线程或数据库连接。如果要将线程 ID 值映射到数据库连接 ID,则可以使用 performance_schema.threads
表或 sys.processlist
视图,其中 conn_id
是连接 ID。
mysql> SELECT thd_id,conn_id,user,db,command,state,time,last_wait FROM sys.processlist WHERE user='reinvent@10.0.4.4'; +--------+---------+-------------------+----------+---------+----------------+------+-------------------------------------------------+ | thd_id | conn_id | user | db | command | state | time | last_wait | +--------+---------+-------------------+----------+---------+----------------+------+-------------------------------------------------+ | 590 | 562 | reinvent@10.0.4.4 | sysbench | Execute | closing tables | 0 | wait/io/redo_log_flush | | 578 | 550 | reinvent@10.0.4.4 | sysbench | Sleep | NULL | 0 | idle | | 579 | 551 | reinvent@10.0.4.4 | sysbench | Execute | closing tables | 0 | wait/io/redo_log_flush | | 580 | 552 | reinvent@10.0.4.4 | sysbench | Execute | updating | 0 | wait/io/table/sql/handler | | 581 | 553 | reinvent@10.0.4.4 | sysbench | Execute | updating | 0 | wait/io/table/sql/handler | | 582 | 554 | reinvent@10.0.4.4 | sysbench | Sleep | NULL | 0 | idle | | 583 | 555 | reinvent@10.0.4.4 | sysbench | Sleep | NULL | 0 | idle | | 584 | 556 | reinvent@10.0.4.4 | sysbench | Execute | updating | 0 | wait/io/table/sql/handler | | 585 | 557 | reinvent@10.0.4.4 | sysbench | Execute | closing tables | 0 | wait/io/redo_log_flush | | 586 | 558 | reinvent@10.0.4.4 | sysbench | Execute | updating | 0 | wait/io/table/sql/handler | | 587 | 559 | reinvent@10.0.4.4 | sysbench | Execute | closing tables | 0 | wait/io/redo_log_flush | . . . . . . | 323 | 295 | reinvent@10.0.4.4 | sysbench | Sleep | NULL | 0 | idle | | 324 | 296 | reinvent@10.0.4.4 | sysbench | Execute | updating | 0 | wait/io/table/sql/handler | | 325 | 297 | reinvent@10.0.4.4 | sysbench | Execute | closing tables | 0 | wait/io/redo_log_flush | | 326 | 298 | reinvent@10.0.4.4 | sysbench | Execute | updating | 0 | wait/io/table/sql/handler | | 438 | 410 | reinvent@10.0.4.4 | sysbench | Execute | System lock | 0 | wait/lock/table/sql/handler | | 280 | 252 | reinvent@10.0.4.4 | sysbench | Sleep | starting | 0 | wait/io/socket/sql/client_connection | | 98 | 70 | reinvent@10.0.4.4 | sysbench | Query | freeing items | 0 | NULL | +--------+---------+-------------------+----------+---------+----------------+------+-------------------------------------------------+ 804 rows in set (5.51 sec)
现在我们停止 sysbench
工作负载,这会关闭连接并释放内存。再次检查事件,我们可以确认内存已释放,但 high_alloc
仍然可以告诉我们历史最高水平是多少。high_alloc
列在识别内存使用量的短暂峰值时可能非常有用,在这种情况下,您可能无法根据 current_alloc
立即识别使用量,它仅显示当前分配的内存。
mysql> SELECT * FROM sys.memory_global_by_current_bytes WHERE event_name='memory/sql/Prepared_statement::main_mem_root' LIMIT 10; +----------------------------------------------+---------------+---------------+-------------------+------------+------------+----------------+ | event_name | current_count | current_alloc | current_avg_alloc | high_count | high_alloc | high_avg_alloc | +----------------------------------------------+---------------+---------------+-------------------+------------+------------+----------------+ | memory/sql/Prepared_statement::main_mem_root | 17 | 253.80 KiB | 14.93 KiB | 512823 | 4.91 GiB | 10.04 KiB | +----------------------------------------------+---------------+---------------+-------------------+------------+------------+----------------+ 1 row in set (0.00 sec)
如果要重置 high_alloc
,可以截断 performance_schema
内存摘要表,但这会重置所有内存检测。有关更多信息,请参阅 MySQL 文档中的 Performance Schema general table characteristics
在下面的示例中,我们可以看到截断后重置 high_alloc
。
mysql> TRUNCATE `performance_schema`.`memory_summary_global_by_event_name`; Query OK, 0 rows affected (0.00 sec) mysql> SELECT * FROM sys.memory_global_by_current_bytes WHERE event_name='memory/sql/Prepared_statement::main_mem_root' LIMIT 10; +----------------------------------------------+---------------+---------------+-------------------+------------+------------+----------------+ | event_name | current_count | current_alloc | current_avg_alloc | high_count | high_alloc | high_avg_alloc | +----------------------------------------------+---------------+---------------+-------------------+------------+------------+----------------+ | memory/sql/Prepared_statement::main_mem_root | 17 | 253.80 KiB | 14.93 KiB | 17 | 253.80 KiB | 14.93 KiB | +----------------------------------------------+---------------+---------------+-------------------+------------+------------+----------------+ 1 row in set (0.00 sec)
示例 2:短暂内存峰值
另一种常见的情况是数据库服务器上的内存使用量出现短暂的峰值。这些可能是可释放内存的周期性下降,使用 sys.memory_global_by_current_bytes
中的 current_alloc
很难排除故障,因为内存已经被释放。
注意
如果性能架构统计数据已重置,或者数据库实例已重启,则这些信息将无法在 sys
或 performance_schema
中找到。为保留该信息,我们建议您配置外部指标收集。
下图展示了增强监控中的 os.memory.free
指标,其中显示了内存使用量短暂的 7 秒峰值。增强监控让您能够以短至 1 秒的间隔进行监控,这非常适合捕捉此类短暂峰值。
![短暂内存峰值。](images/ams-free-memory-spikes.png)
为协助诊断此处内存使用量的原因,我们可以结合使用 sys
内存摘要视图中的 high_alloc
和 Performance Schema statement summary tables
正如预期的那样,由于目前内存使用量不高,因此我们在 sys
架构视图的 current_alloc
下看不到任何严重问题。
mysql> SELECT * FROM sys.memory_global_by_current_bytes LIMIT 10; +-----------------------------------------------------------------------------+---------------+---------------+-------------------+------------+------------+----------------+ | event_name | current_count | current_alloc | current_avg_alloc | high_count | high_alloc | high_avg_alloc | +-----------------------------------------------------------------------------+---------------+---------------+-------------------+------------+------------+----------------+ | memory/innodb/hash0hash | 4 | 79.07 MiB | 19.77 MiB | 4 | 79.07 MiB | 19.77 MiB | | memory/innodb/os0event | 439372 | 60.34 MiB | 144 bytes | 439372 | 60.34 MiB | 144 bytes | | memory/performance_schema/events_statements_summary_by_digest | 1 | 40.28 MiB | 40.28 MiB | 1 | 40.28 MiB | 40.28 MiB | | memory/mysys/KEY_CACHE | 3 | 16.00 MiB | 5.33 MiB | 3 | 16.00 MiB | 5.33 MiB | | memory/performance_schema/events_statements_history_long | 1 | 14.34 MiB | 14.34 MiB | 1 | 14.34 MiB | 14.34 MiB | | memory/performance_schema/events_errors_summary_by_thread_by_error | 257 | 13.07 MiB | 52.06 KiB | 257 | 13.07 MiB | 52.06 KiB | | memory/performance_schema/events_statements_summary_by_thread_by_event_name | 1 | 11.81 MiB | 11.81 MiB | 1 | 11.81 MiB | 11.81 MiB | | memory/performance_schema/events_statements_summary_by_digest.digest_text | 1 | 9.77 MiB | 9.77 MiB | 1 | 9.77 MiB | 9.77 MiB | | memory/performance_schema/events_statements_history_long.digest_text | 1 | 9.77 MiB | 9.77 MiB | 1 | 9.77 MiB | 9.77 MiB | | memory/performance_schema/events_statements_history_long.sql_text | 1 | 9.77 MiB | 9.77 MiB | 1 | 9.77 MiB | 9.77 MiB | +-----------------------------------------------------------------------------+---------------+---------------+-------------------+------------+------------+----------------+ 10 rows in set (0.01 sec)
将视图扩展为按 high_alloc
排序,我们现在可以看到,此处 memory/temptable/physical_ram
组件是一个非常好的候选组件。最高时,它消耗了 515.00 MiB。
顾名思义,memory/temptable/physical_ram
在 MySQL 中检测 TEMP
存储引擎的内存使用量(在 MySQL 8.0 中引入)。有关 MySQL 如何使用临时表的更多信息,请参阅 MySQL 文档中的 Internal temporary table use in MySQL
注意
我们在该示例中使用 sys.x$memory_global_by_current_bytes
视图。
mysql> SELECT event_name, format_bytes(current_alloc) AS "currently allocated", sys.format_bytes(high_alloc) AS "high-water mark" FROM sys.x$memory_global_by_current_bytes ORDER BY high_alloc DESC LIMIT 10; +-----------------------------------------------------------------------------+---------------------+-----------------+ | event_name | currently allocated | high-water mark | +-----------------------------------------------------------------------------+---------------------+-----------------+ | memory/temptable/physical_ram | 4.00 MiB | 515.00 MiB | | memory/innodb/hash0hash | 79.07 MiB | 79.07 MiB | | memory/innodb/os0event | 63.95 MiB | 63.95 MiB | | memory/performance_schema/events_statements_summary_by_digest | 40.28 MiB | 40.28 MiB | | memory/mysys/KEY_CACHE | 16.00 MiB | 16.00 MiB | | memory/performance_schema/events_statements_history_long | 14.34 MiB | 14.34 MiB | | memory/performance_schema/events_errors_summary_by_thread_by_error | 13.07 MiB | 13.07 MiB | | memory/performance_schema/events_statements_summary_by_thread_by_event_name | 11.81 MiB | 11.81 MiB | | memory/performance_schema/events_statements_summary_by_digest.digest_text | 9.77 MiB | 9.77 MiB | | memory/performance_schema/events_statements_history_long.sql_text | 9.77 MiB | 9.77 MiB | +-----------------------------------------------------------------------------+---------------------+-----------------+ 10 rows in set (0.00 sec)
在示例 1:持续的高内存使用量中,我们检查了每个连接的当前内存使用量,来确定哪个连接负责使用相关内存。在此示例中,内存已被释放,因此检查当前连接的内存使用量并无用处。
为了更深入地挖掘并找到有问题的语句、用户和主机,我们使用性能架构。性能架构包含多个语句摘要表,这些摘要表按事件名称、语句摘要、主机、线程和用户等不同维度进行切片。每个视图都让您能够更深入地了解某些语句的运行位置以及它们的作用是什么。本节重点介绍 MAX_TOTAL_MEMORY
,但您可以在 Performance Schema statement summary tables
mysql> SHOW TABLES IN performance_schema LIKE 'events_statements_summary_%'; +------------------------------------------------------------+ | Tables_in_performance_schema (events_statements_summary_%) | +------------------------------------------------------------+ | events_statements_summary_by_account_by_event_name | | events_statements_summary_by_digest | | events_statements_summary_by_host_by_event_name | | events_statements_summary_by_program | | events_statements_summary_by_thread_by_event_name | | events_statements_summary_by_user_by_event_name | | events_statements_summary_global_by_event_name | +------------------------------------------------------------+ 7 rows in set (0.00 sec)
首先,我们检查 events_statements_summary_by_digest
来查看 MAX_TOTAL_MEMORY
。
从这里,我们可以看到以下内容:
-
带有摘要
20676ce4a690592ff05debcffcbc26faeb76f22005e7628364d7a498769d0c4a
的查询似乎是这种内存使用量的一个很好的候选查询。MAX_TOTAL_MEMORY
为 537450710,与我们在sys.x$memory_global_by_current_bytes
中看到的memory/temptable/physical_ram
事件的历史最高水平相符。 -
它已经运行了四次 (
COUNT_STAR
),第一次是在 2024-03-26 04:08:34.943256,最后一次是在 2024-03-26 04:43:06.998310。
mysql> SELECT SCHEMA_NAME,DIGEST,COUNT_STAR,MAX_TOTAL_MEMORY,FIRST_SEEN,LAST_SEEN FROM performance_schema.events_statements_summary_by_digest ORDER BY MAX_TOTAL_MEMORY DESC LIMIT 5; +-------------+------------------------------------------------------------------+------------+------------------+----------------------------+----------------------------+ | SCHEMA_NAME | DIGEST | COUNT_STAR | MAX_TOTAL_MEMORY | FIRST_SEEN | LAST_SEEN | +-------------+------------------------------------------------------------------+------------+------------------+----------------------------+----------------------------+ | sysbench | 20676ce4a690592ff05debcffcbc26faeb76f22005e7628364d7a498769d0c4a | 4 | 537450710 | 2024-03-26 04:08:34.943256 | 2024-03-26 04:43:06.998310 | | NULL | f158282ea0313fefd0a4778f6e9b92fc7d1e839af59ebd8c5eea35e12732c45d | 4 | 3636413 | 2024-03-26 04:29:32.712348 | 2024-03-26 04:36:26.269329 | | NULL | 0046bc5f642c586b8a9afd6ce1ab70612dc5b1fd2408fa8677f370c1b0ca3213 | 2 | 3459965 | 2024-03-26 04:31:37.674008 | 2024-03-26 04:32:09.410718 | | NULL | 8924f01bba3c55324701716c7b50071a60b9ceaf17108c71fd064c20c4ab14db | 1 | 3290981 | 2024-03-26 04:31:49.751506 | 2024-03-26 04:31:49.751506 | | NULL | 90142bbcb50a744fcec03a1aa336b2169761597ea06d85c7f6ab03b5a4e1d841 | 1 | 3131729 | 2024-03-26 04:15:09.719557 | 2024-03-26 04:15:09.719557 | +-------------+------------------------------------------------------------------+------------+------------------+----------------------------+----------------------------+ 5 rows in set (0.00 sec)
现在我们知道了有问题的摘要,我们可以获得更多详细信息,例如查询文本、运行它的用户以及运行它的位置。根据返回的摘要文本,我们可以看到这是一个公用表表达式(CTE),它创建了四个临时表并执行了四次表扫描,效率非常低。
mysql> SELECT SCHEMA_NAME,DIGEST_TEXT,QUERY_SAMPLE_TEXT,MAX_TOTAL_MEMORY,SUM_ROWS_SENT,SUM_ROWS_EXAMINED,SUM_CREATED_TMP_TABLES,SUM_NO_INDEX_USED FROM performance_schema.events_statements_summary_by_digest WHERE DIGEST='20676ce4a690592ff05debcffcbc26faeb76f22005e7628364d7a498769d0c4a'\G; *************************** 1. row *************************** SCHEMA_NAME: sysbench DIGEST_TEXT: WITH RECURSIVE `cte` ( `n` ) AS ( SELECT ? FROM `sbtest1` UNION ALL SELECT `id` + ? FROM `sbtest1` ) SELECT * FROM `cte` QUERY_SAMPLE_TEXT: WITH RECURSIVE cte (n) AS ( SELECT 1 from sbtest1 UNION ALL SELECT id + 1 FROM sbtest1) SELECT * FROM cte MAX_TOTAL_MEMORY: 537450710 SUM_ROWS_SENT: 80000000 SUM_ROWS_EXAMINED: 80000000 SUM_CREATED_TMP_TABLES: 4 SUM_NO_INDEX_USED: 4 1 row in set (0.01 sec)
有关 events_statements_summary_by_digest
表和其它性能架构语句摘要表的更多信息,请参阅 MySQL 文档中的 Statement summary tables
您也可以运行 EXPLAIN
注意
EXPLAIN ANALYZE
可以比 EXPLAIN
提供更多的信息,但它也会运行查询,所以要小心。
-- EXPLAIN mysql> EXPLAIN WITH RECURSIVE cte (n) AS (SELECT 1 FROM sbtest1 UNION ALL SELECT id + 1 FROM sbtest1) SELECT * FROM cte; +----+-------------+------------+------------+-------+---------------+------+---------+------+----------+----------+-------------+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +----+-------------+------------+------------+-------+---------------+------+---------+------+----------+----------+-------------+ | 1 | PRIMARY | <derived2> | NULL | ALL | NULL | NULL | NULL | NULL | 19221520 | 100.00 | NULL | | 2 | DERIVED | sbtest1 | NULL | index | NULL | k_1 | 4 | NULL | 9610760 | 100.00 | Using index | | 3 | UNION | sbtest1 | NULL | index | NULL | k_1 | 4 | NULL | 9610760 | 100.00 | Using index | +----+-------------+------------+------------+-------+---------------+------+---------+------+----------+----------+-------------+ 3 rows in set, 1 warning (0.00 sec) -- EXPLAIN format=tree mysql> EXPLAIN format=tree WITH RECURSIVE cte (n) AS (SELECT 1 FROM sbtest1 UNION ALL SELECT id + 1 FROM sbtest1) SELECT * FROM cte\G; *************************** 1. row *************************** EXPLAIN: -> Table scan on cte (cost=4.11e+6..4.35e+6 rows=19.2e+6) -> Materialize union CTE cte (cost=4.11e+6..4.11e+6 rows=19.2e+6) -> Index scan on sbtest1 using k_1 (cost=1.09e+6 rows=9.61e+6) -> Index scan on sbtest1 using k_1 (cost=1.09e+6 rows=9.61e+6) 1 row in set (0.00 sec) -- EXPLAIN ANALYZE mysql> EXPLAIN ANALYZE WITH RECURSIVE cte (n) AS (SELECT 1 from sbtest1 UNION ALL SELECT id + 1 FROM sbtest1) SELECT * FROM cte\G; *************************** 1. row *************************** EXPLAIN: -> Table scan on cte (cost=4.11e+6..4.35e+6 rows=19.2e+6) (actual time=6666..9201 rows=20e+6 loops=1) -> Materialize union CTE cte (cost=4.11e+6..4.11e+6 rows=19.2e+6) (actual time=6666..6666 rows=20e+6 loops=1) -> Covering index scan on sbtest1 using k_1 (cost=1.09e+6 rows=9.61e+6) (actual time=0.0365..2006 rows=10e+6 loops=1) -> Covering index scan on sbtest1 using k_1 (cost=1.09e+6 rows=9.61e+6) (actual time=0.0311..2494 rows=10e+6 loops=1) 1 row in set (10.53 sec)
但谁运行它呢? 我们可以在性能架构中看到,destructive_operator
用户拥有 MAX_TOTAL_MEMORY
537450710,这再次与之前的结果相符。
注意
性能架构存储在内存中,因此不应将其作为审计的唯一来源。如果您需要维护语句运行的历史记录以及语句是由哪些用户运行的,我们建议启用审计日志记录。如果您还需要维护有关内存使用量的信息,我们建议您将监控配置为导出和存储这些值。
mysql> SELECT USER,EVENT_NAME,COUNT_STAR,MAX_TOTAL_MEMORY FROM performance_schema.events_statements_summary_by_user_by_event_name ORDER BY MAX_CONTROLLED_MEMORY DESC LIMIT 5; +----------------------+---------------------------+------------+------------------+ | USER | EVENT_NAME | COUNT_STAR | MAX_TOTAL_MEMORY | +----------------------+---------------------------+------------+------------------+ | destructive_operator | statement/sql/select | 4 | 537450710 | | rdsadmin | statement/sql/select | 4172 | 3290981 | | rdsadmin | statement/sql/show_tables | 2 | 3615821 | | rdsadmin | statement/sql/show_fields | 2 | 3459965 | | rdsadmin | statement/sql/show_status | 75 | 1914976 | +----------------------+---------------------------+------------+------------------+ 5 rows in set (0.00 sec) mysql> SELECT HOST,EVENT_NAME,COUNT_STAR,MAX_TOTAL_MEMORY FROM performance_schema.events_statements_summary_by_host_by_event_name WHERE HOST != 'localhost' AND COUNT_STAR>0 ORDER BY MAX_CONTROLLED_MEMORY DESC LIMIT 5; +------------+----------------------+------------+------------------+ | HOST | EVENT_NAME | COUNT_STAR | MAX_TOTAL_MEMORY | +------------+----------------------+------------+------------------+ | 10.0.8.231 | statement/sql/select | 4 | 537450710 | +------------+----------------------+------------+------------------+ 1 row in set (0.00 sec)
排查 Aurora MySQL 数据库内存不足问题
Aurora MySQL aurora_oom_response
实例级参数可以使数据库实例能够监控系统内存,并估计各种语句和连接消耗的内存。如果系统内存不足,它可能会执行一系列操作,来尝试释放该内存。这样做的目的是试图避免由于内存不足(OOM)问题而导致数据库重启。该实例级参数使用一串以逗号分隔的操作,在内存不足时,数据库实例将执行这些操作。Aurora MySQL 版本 2 和 3 支持 aurora_oom_response
参数。
以下值及其组合可用于 aurora_oom_response
参数。空字符串表示未执行任何操作,实际上是关闭此特征,使数据库易于 OOM 重启。
-
decline
– 在数据库实例出现内存不足时,拒绝新的查询。 kill_connect
– 关闭消耗大量内存的数据库连接,并结束当前事务和数据定义语言(DDL)语句。Aurora MySQL 版本 2 不支持此响应。有关更多信息,请参阅 MySQL 文档中的 KILL statement
。 -
kill_query
– 按内存消耗量降序结束查询,直到实例内存高于下限阈值。未结束 DDL 语句。有关更多信息,请参阅 MySQL 文档中的 KILL statement
。 -
print
– 仅输出占用大量内存的查询。 -
tune
– 调整内部表缓存以将一些内存释放回系统。在内存不足的情况下,Aurora MySQL 会减少用于缓存(例如table_open_cache
和table_definition_cache
)的内存。最终,当系统不再内存不足时,Aurora MySQL 会将其内存使用率恢复正常。有关更多信息,请参阅 MySQL 文档中的 table_open_cache
和 table_definition_cache 。 tune_buffer_pool
– 减小缓冲池的大小以释放一些内存,使数据库服务器可以使用这些内存来处理连接。Aurora MySQL 版本 3.06 及更高版本支持此响应。您必须在
aurora_oom_response
参数值中将tune_buffer_pool
或kill_query
与kill_connect
进行配对。否则,即使您在参数值中包含tune_buffer_pool
,也无法调整缓冲池的大小。
在低于 3.06 的 Aurora MySQL 版本中,对于内存小于或等于 4GiB 的数据库实例类,当实例面临内存压力时,默认操作包括 print
、tune
、decline
和 kill_query
。对于内存大于 4GiB 的数据库实例类,该参数值默认为空(已禁用)。
在 Aurora MySQL 版本 3.06 及更高版本中,对于内存小于或等于 4 GiB 的数据库实例类,Aurora MySQL 还会关闭占用内存最高的连接(kill_connect
)。对于内存大于 4 GiB 的数据库实例类,默认参数值为 print
。
如果您经常遇到内存不足问题,则启用 performance_schema
后,可以使用内存摘要表
有关与 OOM 相关的 Amazon CloudWatch 指标,请参阅 Amazon Aurora 的实例级指标。有关与 OOM 相关的全局状态变量,请参阅 Aurora MySQL 全局状态变量。