首页
/ Apache DevLake DORA 仪表盘性能优化实践

Apache DevLake DORA 仪表盘性能优化实践

2025-07-03 16:30:24作者:翟萌耘Ralph

Apache DevLake 是一个开源的数据湖平台,用于收集、分析和可视化软件开发过程中的各项指标。其中 DORA(DevOps Research and Assessment)仪表盘是评估团队 DevOps 效能的重要工具,但在实际使用中我们发现其查询性能存在瓶颈。

问题背景

在 DevLake v1.0.1-beta5 版本中,DORA 仪表盘的两个关键面板——"Overall DORA Metrics"和"Change Failure Rate"存在严重的性能问题。原始 SQL 查询执行时间长达 31.7 秒,这对于实时监控来说是不可接受的。

性能瓶颈分析

通过分析原始查询的执行计划,我们发现主要问题在于:

  1. 全表连接:查询对 incidents 和 cicd_deployment_commits 表进行了无条件连接
  2. 笛卡尔积:由于连接条件为 1=1,导致产生了 5.67 亿条中间结果
  3. 缺乏过滤:没有应用项目和时间范围等常见过滤条件

具体来看,incidents 表有 3193 条记录,cicd_deployment_commits 表有 177462 条记录,它们的笛卡尔积导致了巨大的计算量。

优化方案

我们提出了以下优化策略:

  1. 避免全表扫描:改为先计算子查询的计数,再进行连接
  2. 添加过滤条件:引入项目和时间范围过滤
  3. 优化连接方式:使用简单的计数结果连接,而非原始表连接

优化后的查询结构如下:

SELECT
    CASE
      WHEN i.cnt = 0 AND cdc.cnt = 0 THEN 'No All'
      WHEN i.cnt = 0 THEN 'No Incidents'
      WHEN cdc.cnt = 0 THEN 'No Deployments'
    END AS is_collected
FROM
    (SELECT COUNT(*) AS cnt FROM incidents i
     JOIN project_mapping pm ON i.scope_id = pm.row_id AND pm.`table` = i.`table`
     WHERE pm.project_name IN (${project}) AND $__timeFilter(i.created_date)
    ) AS i
    LEFT JOIN (
        SELECT COUNT(*) AS cnt FROM cicd_deployment_commits cdc
        JOIN project_mapping pm ON cdc.cicd_scope_id = pm.row_id AND pm.`table` = 'cicd_scopes'
        WHERE pm.project_name IN (${project}) AND $__timeFilter(cdc.finished_date)
    ) AS cdc ON 1 = 1

优化效果

经过上述优化后:

  1. 查询执行时间从 31.7 秒降至 0.02 秒
  2. 避免了不必要的笛卡尔积计算
  3. 结果集大小从 5.67 亿条降至 1 条
  4. 计算成本从 113e+6 降至可忽略不计

实施建议

对于类似的数据分析场景,我们建议:

  1. 始终考虑数据过滤条件,避免全表处理
  2. 优先计算聚合结果,再进行连接操作
  3. 合理利用索引,特别是时间范围查询
  4. 对于大表连接,考虑使用子查询先过滤数据

这种优化思路不仅适用于 DevLake 的 DORA 仪表盘,也可以推广到其他数据分析场景中,特别是涉及大表连接和聚合计算的场景。

总结

通过对 DevLake DORA 仪表盘的 SQL 查询进行重构,我们成功解决了性能瓶颈问题。这一案例展示了在数据分析系统中,合理的查询设计和优化可以带来数量级的性能提升。开发者在设计类似的数据分析查询时,应当特别注意避免全表连接和笛卡尔积的产生,这是保证查询性能的关键所在。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
143
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
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
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
RuoYi-Vue3RuoYi-Vue3
🎉 (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
927
551
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
64
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8