GaussDB WDR分析之集群报告篇

AWR报告目前已经成为Oracle DBA分析问题，定位故障最为重要的报告，阅读与分析AWR报告的技能也是Oracle DBA必备的技能。国产数据库为了提高运维便捷性，都在做类似Oracle AWR报告的模仿，只不过由于指标体系不够完善，因此其“AWR报告”大多数只是一个摆设，除了TOP SQL功能外，并不能给运维带来更大的帮助。

GaussDB的可观测性指标做得相当不错，指标内容很丰富，指标的指向性也相当不错，而要做好“AWR报告”的基础就是这些准确而丰富的指标。基于这一点，我对GaussDB WDR报告的期待还是有点高的。下面我带着大家来浏览一下GaussDB的WDR报告，看看这个报告能否满足DBA日常运维分析数据库性能与故障的需要。

GaussDB的WDR报告全称是工作负载诊断报告，不过在TPOPS里被称为“性能报告”，我觉得“性能报告”不够严谨，不过如果用“工作负载诊断报告”又有点不够高大上。根据GaussDB分布式数据库的特点，这个报告分为三种类别：集群、CN节点和DN节点。这三种类型的工作负载放在一起又比较乱，分为三种格式是比较合适的，这方面GaussDB的设计还是比较符合DBA的习惯的，不过我也在思考分布式数据库的“AWR报告”是不是像PolarDB一样做成单文件多页的更加易读。不过对于GaussDB这样的可能会有很多个节点的分布式数据库，如果整个集群生成一份报告，也有一些副作用，一份报告生成的时间可能会比较长，而且有时候我们并不需要整个集群所有节点的报告。    

今天因为时间关系，我先以集群报告为主线给大家介绍一下WDR都包含了哪些内容。因为报告的内容比较多，因此我们将略去一些平时不大关注的内容。

Database Stat我原本想略去的，不过里面还是有一些有价值的信息的，包括各个数据库的Tuple、blk hit等信息对于DBA用来了解数据库级别的总体访问性能还是有价值的。

Gaussd的Load Profile和Oracle有点像，不过缺少了关于SQL解析的相关数据，实际上高斯数据库里是有相关指标的，不知道为什么没有收录进来。WDR报告中的Load Profile在指标选取上有点刻意学习Oracle了，实际上GaussDB的负载指标与Oracle有较大的不同，可以提供比Oracle还丰富的负载信息，包括select /delete/update/insert/ddl/dcl等的负载信息，如果能把这些内容收录进来就更好了。

在负载文件后面提供的P80/P95 sql响应时间的数据，这是十分好的，特别是对于一些交易类系统，这两个指标便于发现系统中的SQL性能是否存在问题。    

这个报告中的命中率和IO PROFILE明显有点敷衍了，估计很少有DBA能够在这些指标中看出系统到底有啥问题。以我对GaussDB的了解都知道，在这里可以显示的数据可以翻好几倍。

随后是TOP SQL的报告，说实在的GaussDB的SQL报告内容还是不错的，十分详尽，除了TOP SQL的维度分解十分全面外，每条SQL的执行指标分解也比较全面。特别是后面sort/hash的详情分解对于一些复杂SQL的性能问题分析，是一目了然的。    

Cache IO Stats是Oracle没有的内容，针对TOP OBJECT的缓冲命中情况进行分析。这对于发现shared_buffers设置是否过小，以及某些数据是否需要预热还是比较有用的。通过对某些对象Cache IO的状态也可以为解释某条SQL为什么会在执行计划没有变化的情况下，执行时间变长的某种原因。

Object Stats相当于Oracle的Top Segments，用于发现某个对象存在的问题有一定的价值。维度划分也比较详细，应用开发商应该能够从中发现很多有价值的信息。

至此看到的WDR报告的内容虽然说存在一定的遗憾，不过总体还是不错的。可惜的是看到这里报告也到了结尾，似乎有点意犹未尽，作为一个DBA，我还没有看到一些我特别想看到的东西。    

这份报告如果用于性能分析，那么一些关键指标的数据依然是十分需要的，可惜这里没有。GaussDB的WDR报告中把更多的细节留在CN节点的报告中，集群报告似乎过于简单了。即使细节可以从CN节点的报告中获得，在集群的报告里，还是缺少了一些十分重要的信息，目前从GaussDB的可观测性指标中，这些数据都是可以十分轻松地获取到的，要想加在报告里并不困难。我从一个DBA的角度列举一下我希望在WDR集群报告里想看到但是没看到的数据：

1）集群的拓扑信息，CMS/CN/DN/GTM/ETCD等的基本信息，基本健康状态等。

2）系统关键指标详细清单（集群汇总信息）。

3）系统关键目录的使用情况（各节点数据目录/日志目录）。

4）全局事务的总体情况。

5）报告时间区间内的数据库锁冲突情况。

6）SEQUENCE的使用情况。

7）复制组与RTO/RPO情况。

8）集群负载均衡性，集群中各个CN节点的负载是否均衡。集群资源使用均衡性（CPU/IO/内存/网络）。

今天只是分析了一下集群的WDR报告，还有一些信息会在CN/DN的报告中看到。在没有分析CN/DN节点的WDR之前，我先不做总体的评价，等CN/DN报告分析结束后再来做最后的点评吧。