[发明专利]一种针对分布式查询执行的性能数据收集方法

说明书

技术领域

本发明涉及数据库技术领域，具体来说，涉及一种针对分布式查询执行的性能数据收集方法。

背景技术

在基于分布式的集群DBMS系统中，数据库管理节点和计算节点分布在多台物理机器，实际应用的数据特点不同，计算节点的数据分配可能会出现不均匀，再加上每台物理机器实际执行的硬件资源的不同，每个计算节点的实际执行情况会有很大不同。因此需要收集分布式集群 DBMS 系统中查询执行的性能，根据收集结果判断哪些节点执行出现瓶颈，并对查询语句进行调优。

现有技术中，通常将查询运行性能状态收集从原来的单机行为转换为集群行为。单机数据库系统中，查询执行器会记录每个计划算子执行的状态信息，包括：

1）BUFFERS：用来显示实际执行时，缓冲区的使用情况；

2）COST：数据库系统的优化器做出的预估执行时间代价；

3）TUPLES：实际执行时，计划算子返回的元组条数；

4）节点特殊参数：排序方法及内外存使用情况。

SQL 语句 EXPLAIN ANALYZE 会根据查询依次展示计划算子的运行性能信息。

分布式的集群DBMS系统的每个计算节点类似于一个单机数据库实例。执行 EXPLAIN ANALYZE 时，计算节点也可以收集每个计划算子的状态信息，但管理节点并没有收集每个计算节点的信息。因此，EXPLAIN ANALYZE 无法展示集群行为的查询运行状态信息。

针对相关技术中的问题，目前尚未提出有效的解决方案。

本发明中可能会涉及的一些关键术语如下：

SQL处理服务进程：在数据库系统中处理具体的SQL业务的进程，在本文中简称服务进程，或者服务器进程。

事务管理节点：处理和管理事务请求，主要工作包含：事务号申请，快照申请，记录事务提交等。

管理节点：分布式数据库系统中，接受客户端连接，并解释SQL，返回结果集。在本发明中，此节点会收集计算节点实际执行的性能数据。

计算节点：存储和进行SQL计算的节点。在本发明中，此节点会向管理节点发送查询实际执行的性能相关数据。

计划算子：优化器根据 SQL 语句做出在数据库内部实际执行的查询计划，查询计划中的每个步骤为计划算子，如扫描节点、排序节点等。

发明内容

针对相关技术中的上述技术问题，本发明提出一种针对分布式查询执行的性能数据收集方法，能够弥补现有系统的缺陷，更易于用户进行 SQL 调优。

为实现上述技术目的，本发明的技术方案是这样实现的：

一种针对分布式查询执行的性能数据收集方法，包括以下步骤：

S1 管理节点优化器生成查询计划，并下发到计算节点上运行；

S2 计算节点根据收到的查询计划依次执行，并收集运行状态信息，包括BUFFERS、COST、TUPLES及特殊计划算子执行参数；

S3 计算节点把收集的查询运行状态信息发送给管理节点；

S4 管理节点收集到计算节点发送的运行状态信息，整理后展示给用户。

进一步的，计算节点收集本地查询执行性能数据具体包括：

S21 按照查询计划执行查询；

S22 每个计划算子开始执行前记录当前状态，包括开始时间和缓冲区数；

S23计划算子执行结束后，计算该计划算子状态，包括结束时间和缓冲区数；

S24 计划算子执行完成后，把执行状态信息发送给管理节点。

作为优选，S4中管理节点收集系统中所有计算节点的运行态性能信息，按照计划算子实际执行时间和处理元组条数排序，使分布式集群 DBMS 系统可以收集和展示查询执行性能信息。

进一步的，管理节点收集计算节点查询执行性能数据具体包括：

S41 计算节点收集查询执行性能数据；

S42 根据查询计划，计算节点顺序发送每个计划算子的性能数据；

S43 管理节点收集所有的计算节点发来的数据，查询计划中每个计划算子数据放在同一个链表中；

S44 展示用户执行数据时，会遍历计算算子的链表，按照执行时间和返回条数时间排序，显示出查询时间最长和最短，及返回数据条数最长和最短的计算节点执行性能数据。