GLPI项目用户管理界面性能优化分析
2025-06-11 16:45:08作者:冯爽妲Honey
问题背景
在使用GLPI 10.0.18版本时,管理员访问用户列表页面出现了严重的性能问题,加载时间长达4分钟。通过分析MariaDB的慢查询日志,发现一个查询语句扫描了惊人的1.81亿行数据,导致系统响应缓慢。
技术分析
查询性能瓶颈
核心问题出现在用户列表页面的SQL查询语句上,该查询主要存在以下性能问题:
- 数据扫描量过大:查询扫描了1.81亿行数据,而实际用户数只有280个
- 复杂连接操作:查询涉及7张表的连接操作,包括用户表、配置表、邮件表、位置表、LDAP认证表以及两张工单表
- 聚合函数使用:使用了GROUP_CONCAT和COUNT等聚合函数,增加了计算开销
- 临时表生成:查询过程中生成了5个临时表,其中1个存储在磁盘上
关键影响因素
查询中特别值得注意的是对工单表的连接操作:
- 工单数量影响:系统中有13,000个工单记录
- 统计字段影响:查询中包含"作为请求者的工单数"和"作为处理者的工单数"两个统计字段
解决方案
临时解决方案
- 移除统计字段:从用户列表显示列中移除"作为请求者的工单数"和"作为处理者的工单数"两个统计字段
- 验证效果:移除后查询性能显著提升,页面加载时间恢复正常
长期优化建议
-
查询重构:
- 考虑将统计信息查询与基本信息查询分离
- 使用延迟加载技术,只在用户点击查看详情时加载统计信息
-
索引优化:
- 确保用户ID、工单关联表上的相关字段都有适当索引
- 考虑为常用查询条件创建复合索引
-
缓存策略:
- 对统计信息实施缓存机制,减少实时计算
- 设置合理的缓存过期时间
-
分页优化:
- 确保分页查询在获取第一页数据时不会扫描全部结果集
最佳实践
对于GLPI系统管理员,建议:
- 精简列表显示字段:只保留最常用的字段,减少查询复杂度
- 定期维护数据库:执行表优化和索引重建
- 监控系统性能:定期检查慢查询日志,及时发现性能问题
- 合理使用统计功能:在需要时才查看统计信息,避免在列表页面显示
总结
GLPI用户管理界面的性能问题主要源于复杂的关联查询和实时统计计算。通过优化查询结构、合理配置显示字段和实施缓存策略,可以显著提升系统响应速度。对于大型部署环境,建议特别注意统计功能的性能影响,并根据实际需求进行适当调整。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C098
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
477
3.56 K
React Native鸿蒙化仓库
JavaScript
287
340
暂无简介
Dart
728
175
Ascend Extension for PyTorch
Python
287
320
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
849
446
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
233
98
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
10
1
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
450
180
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.28 K
704