---
title: "SQL 诊断 | OceanBase 文档中心"
description: SQL 诊断 当前关系数据库仍然是许多公司的主要数据存储引擎，系统通过 SQL 访问数据库。SQL 是 IT 系统的重要组成部分，其性能好坏极对于系统可用性、用户响应时间、系统吞吐量、IT设施成本等指标有非常大的影响，因 SQL 问题导致的各种问题层出不穷，难以根治。 首先，写好 SQL 本身不是一件容易的事情，这需…
image: https://mdn.alipayobjects.com/huamei_22khvb/afts/img/A*OSPzQ6GUQF4AAAAAQHAAAAgAeiGDAQ/original
---
切换语言

- 中文站 - 简体中文
- International - English
- 日本站 - 日本語

文档反馈![](https://mdn.alipayobjects.com/huamei_22khvb/afts/img/A*P8CuR4UJ_FkAAAAAAAAAAAAADiGDAQ/original) OceanBase 数据库分布式版 - V 3.2.3 企业版 LTS

# SQL 诊断

更新时间：2025-01-16 10:41:42

当前关系数据库仍然是许多公司的主要数据存储引擎，系统通过 SQL 访问数据库。SQL 是 IT 系统的重要组成部分，其性能好坏极对于系统可用性、用户响应时间、系统吞吐量、IT设施成本等指标有非常大的影响，因 SQL 问题导致的各种问题层出不穷，难以根治。

首先，写好 SQL 本身不是一件容易的事情，这需要对数据库原理和业务需求都有比较深入的理解，而研发常常对数据库理解不够，而 DBA 则难以理解那么多的业务。

其次，大型系统的 SQL 数量往往比较大，而且变化频繁，很难有足够多的专业 DBA 跟研发一起优化好每一条 SQL。

再则，即便之前优化好的 SQL，也可能因为运行中的数据变化或者数据库版本升级等因素变坏，因此产生的危害和应急成本都比较高。

因此，把专业的 SQL 诊断能力变成产品，对于数据库密集的大型 I/O 系统尤为重要，因此 OCP 提供 SQL 诊断的多维度功能，包括 TopSQL、SlowSQL、ParallelSQL、可疑 SQL、SQL Plan、Outline、SQLTuningAdvisor、SQL 请求分析等功能，用户可以针对不同应用场景来选择不同的工具。此外，OCP 还提供 SQL 调优建议、索引绑定、计划绑定、SQL 限流和关键词限流等调优应急功能，提供 SQL 问题发现、分析、处理等全链路功能。

## 版本信息

不同 OCP 版本的 SQL 诊断功能可能不同，本节以 OCP V3.3.0 版本为例。

## TopSQL

### 功能简介

TopSQL 是以用户 SQL 请求 SQL ID 为聚合维度来统计各种不同 SQL 的执行统计信息。用户可以通过 TopSQL 功能分析用户的请求行为，按照不同的资源消耗进行 SQL 排序，让用户发现其中可能存在的异常请求，从而有针对性的对 SQL 进行性能调优。

同时，用户还可以使用 TopSQL 的自定义列功能，使用表达式在 SQL 的多个统计属性上定义计算规则并设定为自定义列，TopSQL 会对自定义列进行计算并排序。TopSQL 还提供高级过滤功能，用户可以设置表达式，找出满足特定条件的 SQL。

TopSQL 的功能实现主要包括三个重要组成：

- OBServer 端的采集进程 ocp_monagent。它每 30 s 一轮，从 OBServer 上面采集 `v$sql_audit` 上的增量数据， 根据 SQL ID 进行汇总，并且过滤掉不需要关注的数据后将数据直接写入 MonitorDB。

     - `ob_hist_sql_audit_stat_0`：以 30 s 为窗口的 SQL 汇总数据，汇总列信息包括：`ob_tenant_id`、`collect_time`、`ob_server_id`、`ob_db_id`、`ob_user_id`、`sql_id`。
     - `ob_hist_sqltext` : 存储 SQL 的元信息，包括租户名、用户名、database name、SQL ID、原始 SQL 字符串等。
 - 在 OCP 端对原始采样数据（ `ob_hist_sql_audit_stat_0` ）进行加工，将 SQL 采样数据进行多级时间粒度的汇总聚合。多级聚集的策略，是为了同时支持指标的时效性、细粒度诊断的可用性与查询性能。

     - `ob_hist_sql_audit_stat_1`：以 2 分钟为窗口的 SQL 汇总数据。
     - `ob_hist_sql_audit_stat_2`：以 10 分钟为窗口的 SQL 汇总数据。
 - OCP 端的数据查询逻辑，它负责查询性能数据并提供前端展现，根据查询时间区间的长度，选择合适的级别来查询。

     - `ob_hist_sql_audit_stat_0`：支持当前时间 2 天内，查询范围小于 2 小时的 TopSQL 查询。
     - `ob_hist_sql_audit_stat_1`：支持查询范围大于 2 小时， 小于 12 小时的 TopSQL 查询。
     - `ob_hist_sql_audit_stat_2`：支持查询范围大于 12 小时的 TopSQL 查询。

### 配置参数

- 白屏采集配置

  提供集群级别关闭和开启采集的配置。关闭采集后，能在 SQL 诊断阶段打开的时候弹出对应的关闭提示，并且在查询历史信息的时候，如果查询时间段有关闭采集也会弹出对应的提示信息。
 - 查询配置

  TopSQL 的用户查询相关参数配置如下，用户可以通过 OCP 的系统参数修改功能来调整对应的值。

  | 维度 | 参数名 | 默认值 | 描述 |
  | --- | --- | --- | --- |
  | 数据粒度 | ocp.perf.sql.sql-hist-level0-granularity | 30 s | 第 0 级 SQL 性能数据的时间粒度，建议保持默认值 |
  | 数据粒度 | ocp.perf.sql.sql-hist-level1-granularity | 2 m | 第 1 级 SQL 性能数据的时间粒度，建议保持默认值 |
  | 数据粒度 | ocp.perf.sql.sql-hist-level2-granularity | 10 m | 第 2 级 SQL 性能数据的时间粒度，建议保持默认值 |
  | 查询时间 | ocp.perf.sql.sql-hist-level0-query-interval | 大于 2 h | 第 0 级 SQL 性能数据的最大查询时间区间 |
  | 查询时间 | ocp.perf.sql.sql-hist-level1-query-interval | 大于 2 h ，小于 12 h | 第 1 级 SQL 性能数据的最大查询时间区间 |
  | 查询时间 | ocp.perf.sql.sql-hist-level2-query-interval | 大于 12 h | 第 2 级 SQL 性能数据的最大查询时间区间 |
  | 分区保留时间 | ocp.perf.sql.sql-hist-level0-retention | 2 d | 第 0 级 SQL 性能数据的分区保留时间 |
  | 分区保留时间 | ocp.perf.sql.sql-hist-level1-retention | 8 d | 第 1 级 SQL 性能数据的分区保留时间 |
  | 分区保留时间 | ocp.perf.sql.sql-hist-level2-retention | 15 d | 第 2 级 SQL 性能数据的分区保留时间 |
 - 分区管理

 `ob_hist_sqltext` 和 `ob_hist_sql_audit_stat_*` 均是以天为维度进行分区管理，一个分区记录一天的数据，默认提前8天（`ocp.perf.sql.prepare-partition-ahead`）进行分区创建，根据上表中分区保留时间来进行分区删除。

## SQL Plan

### 功能简介

OceanBase 的性能视图是动态淘汰的，要在 OceanBase 上直接找到 SQL 历史上使用过的执行计划比较困难。OCP 的 SQL Plan，通过持续采集 SQL 的执行计划，提供对执行计划的管理功能。通过 SQL Plan 用户可以知道：

- SQL 历史 7 天使用过的执行划。
 - SQL 的执行计划是不是频繁变化。

在 SQL 诊断页面的 SQL 列表中，点击任何一条 SQL 可以进入到 SQL 详情页，除了能格式化展示 SQL 执行语句外，我们还提供 SQL 执行计划历史的展示，包括：

- 执行计划历史趋势。
 - 执行计划列表和算子详情。

当发现 SQL 的历史计划比较优秀时，还可以通过 Outline 功能对执行计划进行绑定，让 SQL 走更优的执行计划。

### 架构

执行计划主要用来辅助排查 SQL 性能问题，能从执行计划的角度，来观察执行计划是否满足期望、是否发生了执行计划跳变、执行计划中每个算子的输入输出和代价等。

执行计划功能由两个模块组成：

- OBServer 端的采集进程 ocp_monagent。它每隔 30 s 从 OBServer 上面采集全量的 `v$plan_cache_plan_stat` 和增量的 `v$plan_cache_plan_explain` 视图的数据存入 MonitorDB。

     - `ob_hist_plan_cache_plan_stat_0` : 以 30 s 为统计周期，记录每个 plan 的累计执行详情。
     - `ob_hist_plan_cache_plan`：记录每个 plan 的元信息，包括生成时间、plan hash、schem version 等。
     - `ob_hist_plan_cache_plan_explain`：以执行算子为维度记录每个 plan 的结构。
 - OCP 端查询接口，对外提供执行计划详情和历史趋势曲线图。

  SQL Plan 的用户查询相关参数配置如下，用户可以通过修改 OCP 的系统参数来调整。相关参数如下：

  | 参数名 | 默认值 | 描述 |
  | --- | --- | --- |
  | ocp.perf.sql.plan-hist-level0-retention | 8 d | Plan 性能数据分区的保留时间 |
 - 分区管理
  以天为维度进行分区管理，一个分区记录一天的数据，默认提前 8 天（ `ocp.perf.sql.prepare-partition-ahead` ）进行分区创建，根据上表中分区保留时间来进行分区删除。

## SlowSQL

### 功能简介

我们将执行时间超过一定时间（可设定，默认 100 ms ）的 SQL 称之为 SlowSQL，用户可根据业务场景来对 SlowSQL 进行不同的阈值配置，SlowSQL 的影响在于：

- 用户响应时间慢，响应时间长。
 - 系统资源开销大，极端情况可能导致系统不可用。

所以需要将这些有可能会影响系统稳定性的 SlowSQL 进行收集分析，帮忙用户提早排查问题，规避风险。OCP SlowSQL 关注单次 SQL 执行的信息，对 oceanabse `v$sql_audit` 的数据进行采样保存，用户能从各个维度来分析 SlowSQL 的资源消耗和执行详情。

从更加泛化的场景来说，包括 TopSQL、SlowSQL 或可能的其它场景，都需要对 SQL 的单次执行信息进行采样。所以，SlowSQL 的后台定位于 `v$sql_audit` 的数据采样，支撑场景不限于 SlowSQL。

SlowSQL 采集架构图和上面的 TopSQL 比较类似，只是不需要 OCP 进行数据加工和汇总就能直接对外提供服务。

### 架构

SlowSQL 的功能包括两个模块：

- OBServer 端的采集进程 ocp_monagent。它每隔 30 s 从 OBServer `v$sql_audit` 视图上面采集符合 SlowSQL 阈值的 SQL 执行详情， 并将数据存入 MonitorDB。SlowSQL 采集并不会采集 sqltext 的内容，这部分内容会复用 TopSQL 的采集数据。

     - `ob_hist_sql_audit_sample`： 每一行存储一条执行超过慢sql阈值的记录。
 - OCP端 SlowSQL 查询接口。

  提供集群级别关闭和开启采集的配置。同 TopSQL 的开关。
 - 分区管理

  以天为维度进行分区管理，一个分区记录一天的数据，默认提前 8 天（ `ocp.perf.sql.prepare-partition-ahead` ）进行分区创建。根据配置项：`ocp.perf.sql.sql-audit-sample-retention` 来进行分区保留，默认是 7 天。如下表所示：

  | 参数名 | 默认值 | 描述 |
  | --- | --- | --- |
  | ocp.perf.sql.sql-audit-sample-retention | 7 d | SqlAudit 的采样的保留周期 |

## 可疑 SQL

### 功能简介

可疑 SQL 是基于专家经验来诊断用户 SQL，将执行性能异常的 SQL 白屏展示出来，给用户 SQL 调优提供更明确的指导意见。

SQL 诊断基于 OCP 现有的 TopSQL 采集数据进行加工分析，诊断出可疑 SQL。SQL 诊断的数据来源与 TopSQL 相同，每个诊断项都从 OCP 的 MonitorDB 元数据中，通过一定规则匹配（ CPU 时间、执行频率等）捞取待诊断的对象进行诊断。其中，涉及到索引相关的诊断需要查询表的索引结构信息，这部分信息通过直接查询 OceanBase 集群获取。

### 架构

可疑 SQL 功能依赖 2 个模块：

- MonitorDB 数据源，数据源是 ocp_monagent 采集的 TopSQL 和 SQL Plan 信息。
 - OCP 快照生成模块，OCP 每隔一个小时会将 `ob_hist_sql_audit_stat_0` 中的增量 SQL 执行数据进行汇总，汇总维度是按照 `ob_tenant_id`、`ob_server_id`、`ob_db_id`、`sql_id` 来进行。

可疑 SQL 的诊断引擎包含三个子模块，其中每个子模块的注释如下：

- sql index diagnoser：负责分析索引有问题的 SQL，其数据来源于 `ob_hist_sql_audit_stat_0` ，当 `sql_audit` 的 cpu_time 等指标超过诊断项的配置时，则捞出来诊断，并分析执行计划或者表结构，当检测到新的 SQL 索引有问题时，生成对应事件，写入数据库。
 - sql perf diagnoser：负责分析性能有问题的 SQL，其数据来源于 `ob_hist_sql_audit_stat_0` ，当 `sql_audit` 的 cpu_time 等指标超过诊断项的配置时，捞出来分析性能占比、变化、执行次数变化等，当这些特征满足特定条件时，生成对应事件，写入数据库。
 - plan change diagnoser：负责分析 SQL 的执行计划，其数据来源于

  `ob_hist_plan_cache_plan` ，检测到扫描事件段内 SQL Plan 变化且性能下降事件时，生成对应事件，写入数据库。

诊断引擎模块的工作详情会记录到 `ocp_perf_sql_diagnosis_task` 中，而诊断出来的可疑 SQL 会记录到 `ocp_perf_sql_diagnosis` 中。

![](https://obbusiness-private.oss-cn-shanghai.aliyuncs.com/doc/img/observer-enterprise/V3.2.3/zh-CN/7.faq/sql-test.png)

目前 OCP 已经实现的可疑 SQL 一共有 9 个诊断项，每个诊断项语义如下表所示：

| 诊断模块 | 诊断类型 | 参数名 | 风险等级 | 说明及处理建议 |
| --- | --- | --- | --- | --- |
| sql index diagnoser | 全表扫描且无可用索引 | ocp.perf.sql-diag.table-scan-index-not-exists-config | 高 | 该 SQL 执行涉及的部分表因无可用索引而进行了全表扫描。 建议创建合适的索引。 |
| sql index diagnoser | 全表扫描但有索引未执行 | ocp.perf.sql-diag.table-scan-index-not-exists-config | 高 | 该 SQL 执行涉及的表都有索引，但有些表未走索引而直接进行了全表扫描。 需确认数据分布与业务场景。 |
| sql index diagnoser | Hint 未生效 | ocp.perf.sql-diag.ineffective-hint-config | 高 | 该 SQL 语句的 Hint 里指定了索引，但执行时没走指定的索引。 需确认 SQL 的 Hint 与实际执行计划是否一致。 |
| sql index diagnoser | 走索引但性能较低 | ocp.perf.sql-diag.awful-performance-index-used-config | 中 | 该 SQL 执行通过索引访问相关表，但仍性能较低。 需确认数据分布与业务场景。 |
| plan chanage diagnoser | 执行计划变动且性能下降 | ocp.perf.sql-diag.performance-degradation-after-plan-changed-config | 高 | 该 SQL 的执行计划有变化，且变化后性能下降。 需 DBA 确认，可使用 Outline 进行执行计划固化，以判断是否为异常 SQL。 |
| sql perf diagnoser | 性能比以前下降 | ocp.perf.sql-diag.performance-degradation-config | 中 | 该 SQL 在诊断时间内，平均 CPU 占用时间比历史均值高。 需确认数据分布变化和租户整体队列等待情况等信息。 |
| sql perf diagnoser | 执行次数突刺 | ocp.perf.sql-diag.execution-spike-config | 中 | 该 SQL 执行次数在某一时间段内突然飙高。可在 **SQL 详情** 的 **历史趋势** 中查看执行次数。 需确认业务量，可能导致整体性能下降。 |
| sql perf diagnoser | 热点行锁 | ocp.perf.sql-diag.row-lock-contention-high-config | 中 | 需确认业务场景，select for update 类型的语句执行频率超过设定值，且 CPU 时间大于设定值。 |
| sql perf diagnoser | CPU 整体占比超过百分比 | ocp.perf.sql-diag.cpu-time-proportion-high-config | 低 | 诊断时段内，CPU 时间整体占比（该 SQL 执行占用 CPU 时间 / 该租户内所有 SQL 执行占用 CPU 时间 * 100%）过高。 请确认业务场景、数据分布变化、请求量突涨、执行计划变化等情况。 |

### 配置参数

OCP 各个诊断项对执行次数、平均响应时间等统计值设置的默认值都较高，用户可以根据实际环境，调整这些诊断项的配置参数。具体定义如下：

| 参数名 | 默认值 | 注释 |
| --- | --- | --- |
| ocp.perf.sql-diag.table-scan-index-not-exists-config | {"enabled":true, "execPsLimit":5.0, "cpuTimeLimitUs":20000} | 全表扫描且无可用索引诊断的配置： - enabled：是否打开该检测项 - execPsLimit：执行频率（每秒执行次数） - cpuTimeLimitUs：平均 CPU 时间，单位微秒 |
| ocp.perf.sql-diag.table-scan-index-not-used-config | {"enabled":true, "execPsLimit":5.0, "cpuTimeLimitUs":20000} | 全表扫描有索引未走诊断的配置： - enabled：是否打开该检测项 - execPsLimit：执行频率（每秒执行次数） - cpuTimeLimitUs：平均CPU时间，单位微秒 |
| ocp.perf.sql-diag.ineffective-hint-config | {"enabled":true, "execPsLimit":5.0, "cpuTimeLimitUs":20000} | Hint 未生效诊断的配置： - enabled：是否打开该检测项 - execPsLimit：执行频率（每秒执行次数） - cpuTimeLimitUs：平均 CPU 时间，单位微秒 |
| ocp.perf.sql-diag.awful-performance-index-used-config | {"enabled":true, "cpuTimeLimitUs":100000, "execPsLimit":5.0, "fullLogicalReadsLimit":10000} | 走索引性能较差诊断的配置： - enabled：是否打开该检测项 - execPsLimit：每秒执行次数 cpuTimeLimitUs：平均 CPU 时间,单位微秒 fullLogicalReadsLimit：逻辑读次数 |
| ocp.perf.sql-diag.performance-degradation-after-plan-changed-config | {"enabled":true, "compareMin":5, "cpuTimeMultiply":{"0":50, "1":30, "10":10, "100":8, "1000":6}} | 执行计划变化且性能下降诊断的配置： - enabled：是否打开该检测项 - cpuTimeMultiply：CPU 倍率。例如："1":30 表示，当 SQL 当前平均 CPU 时间在 1-10 ms 时，只有比历史平均 CPU 时间大 30 倍，才会被视为性能下降 - compareMin：比较时间，单位分钟。即与 SQL 的历史多长时间段进行性能比较 |
| ocp.perf.sql-diag.performance-degradation-config | {"enabled":true, "cpuTimeLimitUs":10000, "execPsLimit":5.0, "maxCpuTimeLimitUs":30000, "affectedRowsLimit":100, "execLimit":5, "compareMin":20, "cpuTimeMultiply":{"0":50, "1":30, "10":10, "100":8, "1000":6}} | 性能下降诊断的配置： - enabled：是否打开该检测项execPsLimit：执行频率（每秒执行次数） - cpuTimeLimitUs：平均 CPU 时间，单位微秒 - maxCpuTimeLimitUs：最大 CPU 时间 - affectedRowsLimit：影响行数 - execLimit：执行次数 - compareMin：比较时间、单位分钟 - cpuTimeMultiply：CPU 倍率。计算规则同"执行计划变化且性能下降" |
| ocp.perf.sql-diag.execution-spike-config | {"enabled":true, "cpuTimeLimitUs":3000, "execPsLimit":5.0, "pointsLimit":5, "compareMin":20, "avgExecutionMultiply":{"0":6, "1":5, "5":4, "10":3, "50": 2.5, "100": 2, "500": 1.6}, "stdExecutionMultiply":{"0":80, "1":60 , "3": 30,"5":20, "10":15, "20":8, "30":6, "50":5, "80":4}} | 执行次数突刺诊断的配置： enabled：是否打开该检测项execPsLimit为执行频率（每秒执行次数），cpuTimeLimitUs为平均CPU时间，单位微秒，pointsLimit表示点数，compareMin为比较时间、单位分钟，avgExecutionMultiply表示执行频率均值倍率，stdExecutionMultiply表示执行频率标准差的倍率。倍率的计算方式与上面的 CPU 倍率相同 |
| ocp.perf.sql-diag.row-lock-contention-high-config | {"enabled":true, "execPsLimit":5.0, "cpuTimeLimitUs":100000, "elapsedTimeLimitUs":0} | 热点行锁诊断的配置： - enabled：是否打开该检测项 - execPsLimit：执行频率（每秒执行次数） - cpuTimeLimitUs：平均 CPU 时间，单位微秒 |
| ocp.perf.sql-diag.cpu-time-proportion-high-config | {"enabled":true, "cpuTimeLimitUs":10000, "execPsLimit":10.0, "maxCpuTimeLimitUs":30000, "affectedRowsLimit":100, "execLimit":30, "sqlCountLimit":20, "cpuTimePercentLimit":20} | 执行占比较高诊断的配置： - enabled：是否打开该检测项，execPsLimit：执行频率（每秒执行次数） - cpuTimeLimitUs：为平均 CPU 时间，单位为微秒maxCpuTimeLimitUs：最大 CPU 时间 - affectedRowsLimit：影响行数 - execLimit：执行次数 - sqlCountLimit：SQl 数cpuTimePercentLimit：CPU 占比 |
| ocp.perf.sql-diag.database-white-list | oceanbase,information_schema,mysql,__recyclebin,sys,__public | SQL 诊断时过滤掉的数据库名 |

#### 分区管理

诊断历史记录表的分区管理规则如下：

| 参数名 | 默认值 | 描述 |
| --- | --- | --- |
| ocp.perf.sql-diag.sql-diagnosis-retention-days | 30 d | 可疑 SQL 诊断结果的保留周期 |
| ocp.perf.sql-diag.diagnosis-task-retention-days | 30 d | 可疑 SQL 诊断任务记录的保留周期 |

以天为维度进行分区管理，一个分区记录一天的数据，默认提前 8 天（ `ocp.perf.sql.prepare-partition-ahead` ）进行分区创建，根据上表中分区保留时间来进行分区删除。

## Outline 功能

OCP 的 Outline 功能可以实现对 SQL 进行执行计划固定或限流。目前 OCP 的 Outline 支持：

- 索引绑定：执行 SQL 执行时走的索引。
 - 计划绑定：执行 SQL 执行时，使用某个历史计划。
 - SQL 限流：限制 SQL 执行时的单机并发度。
 - 关键词限流：限制携带特定参数的 SQL 的单机并发度。

在通过上述 SQL 诊断功能找到一些异常 SQL 以后，如果判断是由于 SQL 执行计划不对而导致的性能问题的话，OCP 为用户提供三种选择：

- 通过绑定执行计划或者绑定索引，固定 SQL 的执行计划。
 - 可以对 SQL 进行限流，限制SQL的单机并发度。
 - 对特定参数的 SQL 进行限流，当 SQL 中的参数为特定值时，SQL才被限流，对应于业务中的大账号限流。

Outline 功能主要用来解决一些特定场景的问题：

- 数据库优化器有缺陷，对应某些场景会使用错误的执行计划，比如：优化器基于统计信息的代价计算在大量增量数据的情况下可能会走不太优秀的索引，需要指定 SQL 走更优秀的索引。
 - SQL 的执行计划发生变化，发现历史执行计划比较优秀，需要直接绑定历史执行计划。
 - SQL 请求对数据库产生过大压力的时候，需要在数据库端减缓用户的请求速度。
 - SQL 请求对数据库产生过大压力的时候，发现 SQL 大部分是在对固定范围的记录查询或更新。

目前 OCP 提供的索引绑定、执行计划管理与计划绑定、SQL 限流以及关键词限流功能，可以满足上述需求。

## SQL 请求分析

SQL 请求分析是对 TopSQL 的补充，其分析的数据源来自于 TopSQL，提供对 SQL 执行次数、执行耗时的统计分析功能。如下图所示，通过 SQL 请求分析，用户不仅可以知道一段时间内租户执行的不同类型的 SQL 耗时分布情况，还可以知道每个数据库不同类型的 SQL 执行占比以及执行时间趋势。

![](https://obbusiness-private.oss-cn-shanghai.aliyuncs.com/doc/img/observer-enterprise/V3.2.3/zh-CN/7.faq/sql-analytics.png)

由于需要分析大量数据，SQL 请求分析当查询区间不大于 30 分钟（由参数 `ocp.perf.sql.sql-query-digest-level0-query-interval` 控制）时，会从 `ob_hist_sql_audit_stat_0` 进行查询分析，当查询区间大于 30 分钟不小于 2 小时（由参数 `ocp.perf.sql.sql-query-digest-level1-query-interval` 控制）时，将从 `ob_hist_sql_audit_stat_1` 查询分析，其他则从 `ob_hist_sql_audit_stat_2` 查询分析。

## SQLTuningAdvisor

在 SQL 详见页面，OCP 会根据 SQL 历史的执行情况以及 SQL 的结构，提供调优建议。包括：

CPU 扩容推荐、执行计划推荐和索引推荐。

### 索引推荐

当 SQL 的平均 CPU 时间不小于 10 ms 或 平均响应时间不小于 20 ms 时，OCP 会对 SQL 的查询条件进行分析，给出索引创建建议，索引列的排序规则为：

- 等值列在前，范围查询在后。
 - 对于等值列，按 NDV（即列的不同值个数） 大的在前，NDV 小的在后。
 - 对于范围查询列，按查询范围小的在前，查询范围大的在后排序。计算查询范围时，默认列的取值是均匀的，查询范围为查询区间与列的值域的比值。

对于包含多个范围查询列的 SQL，由于从第一个范围查询列开始，后面的列不会使用上索引。用户在创建索引时，可以根据需要决定是否带上所有的范围查询列，比如：在可以覆盖索引的情况下，索引带上所有的条件列可以避免回表，减少回表带来的性能消耗。另外，由于集群在合并的时候才会采集到表的统计信息，对于新创建的表和新导入的数据，需要合并一次集群后，OCP 才能查到列的 NDV，最大值和最小值等信息，否则无法进行索引推荐。

索引推荐支持的 SQL 类型为：`SELECT`、`SELECT_FOR_UPDATE`、`UPDATE`、`DELETE`。

### 执行计划推荐

OCP 会分析 SQL 过去一周的执行计划，按执行计划类型进行分组后，找出分组内平均 CPU 时间最优的执行计划。当 Local 和 Distribute 分组内平均 CPU 时间最优的执行计划比同类型执行计划的平均 CPU 时间低 20% 时，则会推荐用户绑定该执行计划。计划绑定支持的 SQL 类型为：SELECT、SELECT_FOR_UPDATE、UPDATE、DELETE、 MERGE、REPLACE、 INSERT。

### CPU 扩容推荐

当 SQL 是 DML 且租户最近 1 分钟平均 CPU 使用率大于 60% 时，OCP 会提示用户对租户进行 CPU 扩容。

### 配置参数

- `ocp.perf.sql.index-advisor-cpu-time-threshold`：索引推荐时，SQL 的平均 CPU 时间阈值，当 SQL 的平均 CPU 时间大于该值时，会进行索引推荐。
 - `ocp.perf.sql.index-advisor-elapsed-time-threshold`：索引推荐时，SQL 的平均响应时间阈值，当 SQL 的平均响应时间大于该值时，会进行索引推荐。

## ParallelSQL

ParallelSQL 能力增强了 SQL 诊断对 OLAP 型 SQL 的分析和诊断能力。使用 OceanBase 并行框架进行执行调度的 SQL 都能在这里进行深度分析，它能深入到算子和调度的级别进行 SQL 执行步骤的耗时统计。在分布式查询、并行查询、多表 join、AP 等复杂 SQL 场景下，能帮助用户找到 SQL 执行过程中具体慢的算子或者步骤，加快 SQL 调优的进程。

通过 OCP 白屏界面查看 ParallelSQL 的各个算子的执行情况，有助于分析 AP 场景的问题。如下图所示：

![](https://obbusiness-private.oss-cn-shanghai.aliyuncs.com/doc/img/observer-enterprise/V3.2.3/zh-CN/7.faq/ocp-screen.png)

## 表分区管理

下表中的 MonitorDB 中的表与 SQL 诊断相关，分区规则和使用模块如下：

| 表名 | 分区规则 | 分区保留时间 | 使用模块 | 说明 |
| --- | --- | --- | --- | --- |
| ob_hist_sql_audit_stat_0 | daily | 2 天 | TopSQL | 审计原始数据（30s） |
| ob_hist_sql_audit_stat_1 | daily | 8 天 | TopSQL | 审计 1 级汇总数据（2 分钟） |
| ob_hist_sql_audit_stat_2 | daily | 15 天 | TopSQL | 审计 2 级汇总数据（10 分钟） |
| ob_hist_sql_audit_sample | daily | 7 天 | SlowSQL/ParallelSQL/事务诊断 | SQL执行采样 |
| ob_hist_sqltext | daily | 30 天 | TopSQL/SlowSQL/ParallelSQL/事务诊断 | SQL 文本信息 |
| ob_hist_plan_cache_plan_stat_0 | daily | 30 天 | TopSQL/SlowSQL/ParallelSQL | 历史执行计划汇总信息 |
| ob_hist_plan_cache_plan | daily | 30 天 | TopSQL/SlowSQL/ParallelSQL | 历史执行计划元信息 |
| ob_hist_plan_cache_plan_explain | daily | 30 天 | TopSQL/SlowSQL/ParallelSQL | 历史执行计划的步骤表 |
| ob_hist_sql_plan_monitor | daily | 15天 | ParallelSQL | 并行 SQL 算子执行信息 |
| ob_hist_trans_stat_0 | daily | 8 天 | 事务诊断 | 事务采集信息 |
| ocp_perf_sql_diagnosis | daily | 30 天 | 可疑 SQL/SQLTuningAdvisor | 诊断事件记录表 |
| ocp_perf_sql_diagnosis_task | daily | 30 天 | 可疑 SQL/SQLTuningAdvisor | 诊断任务执行记录表 |
| ob_hist_stat_server_progress | - | - | TopSQL | `ob_hist_sql_audit_stat_0` 数据归集到 `ob_hist_sql_audit_stat_0` 的进度 |

 上一篇 下一篇 ![有帮助](https://gw.alipayobjects.com/mdn/ob_asset/afts/img/A*y6ocSqN8cqsAAAAAAAAAAAAAARQnAQ)![无帮助](https://gw.alipayobjects.com/mdn/ob_asset/afts/img/A*BG9IQJyLHF8AAAAAAAAAAAAAARQnAQ)![反馈](https://gw.alipayobjects.com/mdn/ob_asset/afts/img/A*eTWdQKCRKHwAAAAAAAAAAAAAARQnAQ)[AI](https://www.oceanbase.com/obi) 咨询热线
