执行计划没变，执行时快时慢是怎么回事？

执行计划没变，执行时快时慢是怎么回事？

​今天遇到D-SMART产品本身的一个性能问题，我准备用D-SMART给一套***数据库做个巡检，发现居然任务因为一条SQL超时而异常了。通过日志发现是一条分析某个指标的SQL。

执行时间居然高达229秒，巡检报告中设定了SQL超时时间是180秒，而如果巡检的时间区间超过一个半月，则这条sql的执行时间介于170秒到250秒之间，就经常会超时了。

D-SMART的后台数据库是PG，这张表是一张TIMESCALEDB的表。表上也创建了适当的索引。通过explain分析看，执行计划也是正常的，通过这个分区索引做范围扫描，然后做聚合（Timescaledb会按照时间戳自动做数据分区）。通过D-SMART的PG数据库等待事件分析工具可以发现，数据文件读是排在前面的。

刚开始的时候我也没有仔细分析，通过EXPAIN发现sort buffer使用量接近20M，明显超出了WORK_MEM参数。于是我调整了WORK_MEM参数，重新执行了这条SQL。发现原来需要200多秒的SQL不到50毫秒就完成了。不过我还是留了个心眼，因为D-SMART分析工具里可以看出文件读占了比较靠前的位置。于是我重启了一下PG数据库，再次执行这条SQL。比刚才稍微慢了一点，大概80多毫秒。不过比起200多秒来，也提升不少。于是我和同事说，这条SQL的性能问题解决了，加大WORK_MEM参数就可以了。

老储还是在PG上有丰富的实战经验，他提醒我，验证PG的问题，重启数据库是没用的，文件缓冲会影响SQL的性能。搞了二十多年***，总是用***的思维来思考现在的数据库问题，这回又犯了类似的错误。于是我重新做了测试，关闭数据库，然后使用echo 3 > drop_caches命令清除OS缓冲，然后再进行测试。

令人遗憾的是，SQL的性能又回到了从前，看样子加大WORK_MEM并没有有效的改善SQL性能。回过头来想想也是，哪怕因为排序缓冲超了一点，做了硬盘排序，也不可能有20秒的性能影响。

公司的这套PG 14.4的环境是装在一台虚拟机上的，磁盘是SATA盘，性能确实不行。对于PG这样使用DOUBLE CACHE的数据库，文件缓冲确实可以对SQL性能有明显的帮助。而这种特性也会让PG数据库的同一条SQL语句在OS的不同状态下执行性能有较大的波动。下面我们通过一个例子来验证一下。

Pgfincore的功能十分强大，首先可以用来查看某张表或者索引在OS缓冲中的情况。比如：

我检查的一个timescaledb的索引分区，总共有15.7万个page，其中13.9万个page在OS缓冲里了。

第二个功能是把某张表或者索引的数据预热到OS CACHE里。这里要注意的是如果表是分区表，一定要直接预热分区，而不要使用表的名字，pgfincore不支持自动识别表分区。Timescaledb的一个表分区，原本这张表并没有完全被缓冲到内存里，通过调用pgfadvise_willneed函数，把这张表的所有数据都调用到OS缓冲中了。

第三个功能是备份和恢复某个场景下的OS CACHE。这对于一些十分关键的系统的预热十分有价值。比如说某个系统的某些热数据对于系统性能十分关键。当系统重启（特别是服务器重启）后的某个时间段里，数据没有预热完成之前，系统性能是会有较大影响的。如果我们在停机重启前，先备份OS CACHE中某些热表的缓冲情况，系统重启后立即预热这部分数据，则可以确保系统重启后立即恢复重启前的性能。

首先在系统重启前将pgfincore的数据保存在pgfincore_snapshot表中，系统重启后使用pgfadvise_loader重新装载缓冲数据。

有了上面的基础知识，我们下面就来做一个实验。

首先对OS缓冲做一个完全的清理。然后启动PG数据库。执行刚才有问题的那条SQL语句。

我只截取了部分执行计划，因为针对每个分区，都是相同的扫描方式，先对索引做扫描，然后再回表。这条SQL执行了34秒多。

接下来我们先按照上面的流程再次关闭数据库，清理缓冲，然后把所有的索引分区都先预热一下，看看效果如何。

可以看出，现在所有索引的OS缓冲项都是0，说明没有任何索引数据被缓存了。接下来预热，然后再次执行这条SQL。

大家可以看到，预热后，这些索引分区都在OS缓冲里了，同样再把所有的表的数据也预热一下。再来执行刚才的SQL语句：

大家可以看到，执行时间从34秒变成了31毫秒。实际上对于使用double cache的数据库来说，此类问题是十分常见的。此类数据库产品的同一条SQL在不同时间里执行的性能可能差异上百倍，但是其执行计划是完全相同的。这是因为DOUBLE CACHE的原因。Pgfincore插件为解决此类问题提供了一个很好的解决方案。利用snapshot/restore的方式，如果做一些适当的精细化管理，可以起到十分好的稳定关键业务SQL执行效率的作用。希望我的这个性能故障的案例能够给大家一些启示。​

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。