Manticore Search 中 query_log_min_msec 参数对 UPDATE 语句的日志记录问题分析
2025-05-23 00:07:19作者:薛曦旖Francesca
在 Manticore Search 数据库系统中,query_log_min_msec 是一个用于控制查询日志记录的重要配置参数。该参数本应只记录执行时间超过指定毫秒数的查询语句,但在实际使用中发现该参数对 UPDATE 语句无效,导致快速执行的 UPDATE 操作也会被记录到查询日志中。
问题现象
当在配置文件中设置了 query_log_min_msec = 500 时,预期只有执行时间超过 500 毫秒的查询才会被记录到查询日志中。然而,实际测试发现,即使执行时间仅为 0.000 毫秒的 UPDATE 语句也会被完整记录到日志文件中。
技术背景
Manticore Search 的查询日志功能主要用于性能分析和问题排查。query_log_min_msec 参数的引入是为了避免日志文件被大量快速执行的查询语句淹没,只记录那些可能影响性能的慢查询。这一机制对于 SELECT 查询工作正常,但在处理 UPDATE 语句时出现了逻辑缺陷。
问题根源
经过代码分析,发现问题出在 UPDATE 语句的处理逻辑中缺少了对 query_log_min_msec 参数的检查。在查询执行完成后,系统没有正确判断该语句的执行时间是否达到了日志记录的最小阈值,就直接将 UPDATE 语句写入日志。
解决方案
开发团队已经修复了这一问题,具体修改包括:
- 在 UPDATE 语句的处理流程中添加了对
query_log_min_msec参数的检查 - 确保只有当 UPDATE 语句执行时间超过配置阈值时才会被记录
- 添加了相应的测试用例验证修复效果
影响版本
该问题影响 Manticore Search 7.4.6 及之前的版本。建议使用这些版本的用户升级到包含修复的新版本。
最佳实践
对于需要使用查询日志功能的用户,建议:
- 定期检查查询日志配置是否按预期工作
- 对于生产环境,合理设置
query_log_min_msec值以平衡日志详细度和性能开销 - 关注 Manticore Search 的版本更新,及时应用相关修复
该问题的修复不仅解决了功能异常,也提高了日志系统的可靠性,使管理员能够更准确地通过日志分析系统性能问题。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
408
3.15 K
Ascend Extension for PyTorch
Python
226
252
暂无简介
Dart
674
160
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++
664
321
🎉 (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
1.21 K
659
React Native鸿蒙化仓库
JavaScript
263
326
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
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868