首页
/ Apache Doris 工作负载分析与诊断实战指南

Apache Doris 工作负载分析与诊断实战指南

2025-06-27 01:12:18作者:平淮齐Percy

概述

Apache Doris 作为一款高性能的MPP分析型数据库,在实际生产环境中可能会面临各种工作负载问题。本文将深入讲解如何对Doris集群进行工作负载分析与诊断,帮助DBA和运维人员快速定位和解决性能问题。

工作负载分析的两个阶段

1. 运行时工作负载分析

当集群可用性下降时,可以通过以下步骤进行实时诊断:

1.1 确定集群瓶颈

  • 通过监控指标初步判断当前集群瓶颈:内存、CPU还是IO
  • 如果多项指标都高,建议优先处理内存问题

1.2 定位高负载工作组

  • 查询workload_group_resource_usage
  • 根据瓶颈类型找出资源消耗最高的N个工作组

1.3 实施应急措施

  • 降低高负载工作组的查询并发度
  • 根据瓶颈类型采取不同降级策略:
    • CPU瓶颈:设置cpu_hard_limit硬限制并降低其值
    • IO瓶颈:通过read_bytes_per_second限制最大IO
    • 内存瓶颈:设置memory_limit硬限制并降低其值(可能导致查询失败)

1.4 深入分析原因

  • 判断是工作组整体查询并发增加还是特定大查询导致
  • 使用backend_active_tasksactive_queries表定位异常SQL
  • 通过kill语句终止问题查询释放资源

2. 历史数据分析

通过审计日志分析历史工作负载模式:

2.1 确认历史瓶颈

  • 分析监控历史数据确定集群瓶颈类型

2.2 识别异常SQL

  • 有明确预期:根据业务特点定义异常SQL标准
  • 无明确预期:使用百分位函数计算历史基准值
    • 计算历史tp50/tp75/tp99/tp999等指标
    • 对比当前值与历史基准的偏差

2.3 优化异常查询

  • SQL重写
  • 表结构优化
  • 并行度调整

2.4 流量分析

  • 检查SQL执行量是否异常增长
  • 确认上游业务变化情况
  • 考虑集群扩容或实施限流

实用SQL查询示例

1. 工作组资源使用排名

select be_id,workload_group_id,memory_usage_bytes,cpu_usage_percent,local_scan_bytes_per_second 
from workload_group_resource_usage
order by memory_usage_bytes,cpu_usage_percent,local_scan_bytes_per_second desc

2. CPU消耗TopN查询

select 
    t1.query_id as be_query_id,
    t1.query_type,
    t2.query_id,
    t2.workload_group_id,
    t2.`database`,
    t1.cpu_time,
    t2.`sql`
from
    (select query_id, query_type,sum(task_cpu_time_ms) as cpu_time 
     from backend_active_tasks group by query_id, query_type) t1 
    left join active_queries t2
    on t1.query_id = t2.query_id
order by cpu_time desc limit 10;

3. 内存消耗TopN查询

select 
    t1.query_id as be_query_id,
    t1.query_type,
    t2.query_id,
    t2.workload_group_id,
    t1.mem_used
from
    (select query_id, query_type, sum(current_used_memory_bytes) as mem_used 
     from backend_active_tasks group by query_id, query_type) t1 
    left join active_queries t2
    on t1.query_id = t2.query_id 
order by mem_used desc limit 10;

4. 扫描数据量TopN查询

select 
    t1.query_id as be_query_id,
    t1.query_type,
    t2.query_id,
    t2.workload_group_id,
    t1.scan_rows,
    t1.scan_bytes
from
    (select query_id, query_type, sum(scan_rows) as scan_rows,sum(scan_bytes) as scan_bytes 
     from backend_active_tasks group by query_id,query_type) t1 
    left join active_queries t2
    on t1.query_id = t2.query_id 
order by scan_rows desc,scan_bytes desc limit 10;

注意事项

  1. active_queries表记录FE上的查询,backend_active_tasks表记录BE上的查询
  2. 并非所有查询都会在FE上注册(如stream load)
  3. SELECT查询在两个表中的queryId相同
  4. stream load在active_queries中的queryId为空,在backend_active_tasks中为stream load ID

最佳实践建议

  1. 定期分析审计日志,建立工作负载基线
  2. 为关键业务配置独立的工作组
  3. 设置合理的资源限制和排队策略
  4. 对异常查询建立自动告警机制
  5. 保留足够的历史监控数据用于对比分析

通过系统性的工作负载分析和诊断,可以有效提升Apache Doris集群的稳定性和性能表现。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
152
1.97 K
kernelkernel
deepin linux kernel
C
22
6
ops-mathops-math
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++
426
34
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
238
9
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
190
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
988
394
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++
193
274
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
936
554
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)。
Python
75
69