CN111984628A - 数据库统计信息采集方法、装置、介质和电子设备 - Google Patents

数据库统计信息采集方法、装置、介质和电子设备 Download PDF

Info

Publication number
CN111984628A
CN111984628A CN202010889897.3A CN202010889897A CN111984628A CN 111984628 A CN111984628 A CN 111984628A CN 202010889897 A CN202010889897 A CN 202010889897A CN 111984628 A CN111984628 A CN 111984628A
Authority
CN
China
Prior art keywords
statistical information
type
acquisition
collection
database
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010889897.3A
Other languages
English (en)
Inventor
尹强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Kingbase Information Technologies Co Ltd
Original Assignee
Beijing Kingbase Information Technologies Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Kingbase Information Technologies Co Ltd filed Critical Beijing Kingbase Information Technologies Co Ltd
Priority to CN202010889897.3A priority Critical patent/CN111984628A/zh
Publication of CN111984628A publication Critical patent/CN111984628A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21Design, administration or maintenance of databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462Approximate or statistical queries

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本公开涉及数据库技术领域,具体涉及一种数据库统计信息采集方法、装置、计算机可读存储介质和电子设备。其中所述方法包括:确定待采集的一个或多个统计信息的类型;获取预设的统计信息采集策略,所述统计信息采集策略用以指示不同类型的统计信息对应的采集方式;基于每个所述统计信息的类型和所述统计信息采集策略,确定每个所述统计信息对应的采集方式以分别采集相应的统计信息。本公开的实施方案可以实现较为高效地采集数据库的统计信息,同时可以减小对数据库系统性能的影响。

Description

数据库统计信息采集方法、装置、介质和电子设备
技术领域
本公开实施例涉及数据库技术领域,尤其涉及一种数据库统计信息采集方法、数据库统计信息采集装置、实现所述数据库统计信息采集方法的计算机可读存储介质和电子设备。
背景技术
近年来,随着移动互联网、大数据、人工智能等新应用场景以及新型硬件技术的发展,数据库管理系统在规模和复杂性方面有了显著的增加,数据库的性能问题也越发凸显。
数据库性能问题的分析通常都需要性能数据的支撑,从各个维度采样来的统计信息数据可以帮助分析定位数据库系统的瓶颈点。
但是,在系统吞吐量和各维度数据需求大量增加的今天,针对数据库的统计信息的采集方式带来的系统消耗也在不断的增加,如何高效采集数据库的统计信息又尽量减小对数据库系统的影响成为一个亟需解决的问题。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题,本公开实施例提供了一种数据库统计信息采集方法、数据库统计信息采集装置、实现所述数据库统计信息采集方法的计算机可读存储介质和电子设备。
第一方面,本公开实施例提供了一种数据库统计信息采集方法,包括:
确定待采集的一个或多个统计信息的类型;
获取预设的统计信息采集策略,所述统计信息采集策略用以指示不同类型的统计信息对应的采集方式;
基于每个所述统计信息的类型和所述统计信息采集策略,确定每个所述统计信息对应的采集方式以分别采集相应的统计信息。
在本公开的一些实施例中,所述统计信息采集策略包括统计信息的不同类型与对应的采集方式之间的对应关系;
所述基于每个所述统计信息的类型和所述统计信息采集策略,确定每个所述统计信息对应的采集方式,包括:
基于每个所述统计信息的类型和所述对应关系,确定每个所述统计信息对应的采集方式。
在本公开的一些实施例中,所述统计信息采集策略中统计信息的类型与统计信息的采集频率相关。
在本公开的一些实施例中,所述所述统计信息采集策略中统计信息的类型包括基于事件触发类型和/或主动定时采集类型;
所述基于事件触发类型的统计信息对应的采集方式为:监测到基于事件触发出现统计信息时被动采集一次;
所述主动定时采集类型的统计信息对应的采集方式为:每隔预设时长采集一次。
在本公开的一些实施例中,所述基于事件触发类型的统计信息包括高频统计信息和/或低频统计信息;
其中,所述高频统计信息对应的采集方式包括:记录采集次数,以及在该采集次数每达到预设次数阈值时,记录当前采集的高频统计信息的起止时长;对于未记录起止时长的高频统计信息记录校正时长,该校正时长由上一次记录的高频统计信息的起止时长校正得到;
所述低频统计信息对应的采集方式包括:每次记录采集次数以及起止时长。
在本公开的一些实施例中,所述统计信息采集策略中统计信息的类型包括第一类型、第二类型和第三类型;
所述第一类型的统计信息的采集频率为每隔第一时长采集一次;
所述第二类型的统计信息的采集频率为每隔第二时长采集一次;
所述第三类型的统计信息的采集频率为每隔第三时长采集一次;
其中,所述第一时长为100毫秒以上;所述第二时长大于1毫秒而小于100毫秒;所述第三时长为1毫秒以下。
在本公开的一些实施例中,所述第一类型的统计信息对应的采集方式为:每隔所述第一时长采集一次;
所述第二类型的统计信息对应的采集方式为:每隔所述第二时长采集一次,并记录该第二类型的统计信息的起止时长和采集次数;
所述第三类型的统计信息对应的采集方式为:每隔所述第三时长采集一次,并记录采集次数,在该采集次数每达到预设次数阈值时,记录当前采集的第二类型的统计信息的起止时长。
在本公开的一些实施例中,还包括:
在共享内存中设置预设存储区域,将采集的所述数据库的统计信息存储于所述预设存储区域;
响应查询请求从所述共享内存的预设存储区域获取所述数据库的统计信息并图形化展示。
在本公开的一些实施例中,还包括:
将所述共享内存的所述预设存储区域存储的统计信息定时转储至外部的统计信息库。
第二方面,本公开实施例提供一种数据库统计信息采集装置,包括:
类型确定模块,用以确定待采集的一个或多个统计信息的类型;
策略获取模块,用以获取预设的统计信息采集策略,所述统计信息采集策略用以指示不同类型的统计信息对应的采集方式;
信息采集模块,用以基于每个所述统计信息的类型和所述统计信息采集策略,确定每个所述统计信息对应的采集方式以分别采集相应的统计信息。
第三方面,本公开实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述任一实施例所述数据库统计信息采集方法的步骤。
第四方面,本公开实施例提供一种电子设备,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行上述任一实施例所述数据库统计信息采集方法的步骤。
本公开实施例提供的技术方案与现有技术相比具有如下优点:
本公开的实施例中,可以先确定待采集的一个或多个统计信息的类型,然后可基于每个所述统计信息的类型和统计信息采集策略,确定每个所述统计信息对应的采集方式,以分别采集相应的统计信息。如此可以针对不同类型的统计信息采取相适应的采集方式,以有针对性的采集,从而实现较为高效地采集数据库的统计信息,同时可以减小对数据库系统正常工作的影响。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本公开实施例数据库统计信息采集方法流程图;
图2为本公开实施例统计信息的类型与采集方式对应关系示意图;
图3为本公开实施例中统计信息的存储场景示意图;
图4为本公开实施例数据库统计信息采集装置示意图;
图5为本公开实施例实现数据库统计信息采集方法的电子设备示意图。
具体实施方式
为了能够更清楚地理解本公开的上述目的、特征和优点,下面将对本公开的方案进行进一步描述。需要说明的是,在不冲突的情况下,本公开的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本公开,但本公开还可以采用其他不同于在此描述的方式来实施;显然,说明书中的实施例只是本公开的一部分实施例,而不是全部的实施例。
相关技术中,数据库倾向于跟踪记录所有的数据库操作,对于业务压力较大的联机事务处理OLTP(On-Line Transaction Processing)应用,无差别的记录统计信息会带来较大的例如I/O压力以及CPU压力等,进而对数据库系统的性能产生影响。
为了解决上述技术问题或者至少部分地解决上述技术问题。本公开实施例提出一种数据库统计信息采集方法。图1为本公开示例实施例示出的数据库统计信息采集方法流程图,该数据库统计信息采集方法可以包括以下步骤:
步骤S101:确定待采集的一个或多个统计信息的类型。
步骤S102:获取预设的统计信息采集策略,所述统计信息采集策略用以指示不同类型的统计信息对应的采集方式。
步骤S103:基于每个所述统计信息的类型和所述统计信息采集策略,确定每个所述统计信息对应的采集方式以分别采集相应的统计信息。
本实施例的上述数据库统计信息采集方法,实质是对统计信息分类,针对不同类型的统计信息采取相适应的采集方式进行采集,以有针对性的采集统计信息而不是无差别的采集记录统计信息,从而实现较为高效地采集数据库的统计信息,同时可以减小对数据库系统性能的影响,提高系统性能。
具体的,步骤S101中,确定待采集的一个或多个统计信息的类型。
示例性的,例如可以响应开始采集指令,该采集指令可以携带待采集的一个或多个统计信息的类型的信息如标识信息等。解析该采集指令即可以确定待采集的一个或多个统计信息的类型。当然本实施例中待采集统计信息的类型确定方式并不限于此。该采集指令可以预先配置基于时间自动触发生成,例如时间达到某时某刻时自动触发生成采集指令,系统监测到该采集指令时,响应该采集指令执行采集操作。或者也可以人工主动操作触发生成采集指令,本实施例中对此不作限制。
可选的,在本公开的一些实施例中,步骤S102中所述统计信息采集策略可以包括统计信息的不同类型与对应的采集方式之间的对应关系,该对应关系可以预先配置以指示不同类型的统计信息对应的采集方式。可以理解的是,本实施例中对步骤S101和S102可以同时并行执行,对执行先后顺序不作限定。相应的,参考图2中所示,在本公开的一些实施例中,步骤S103中基于每个所述统计信息的类型和所述统计信息采集策略,确定每个所述统计信息对应的采集方式,具体可以包括以下步骤:
步骤S1021:获取预设的统计信息采集策略,所述统计信息采集策略包括统计信息的不同类型与对应的采集方式之间的对应关系。
步骤S1031:基于每个所述统计信息的类型和所述对应关系,确定每个所述统计信息对应的采集方式。
示例性的,例如待采集的统计信息包括统计信息A、统计信息B、统计信息C,而统计信息A、统计信息B、统计信息C对应的类型是不同的类型a、类型b和类型c,则可以基于类型a、类型b和类型c查询所述对应关系,以确定匹配的类型a对应的采集方式1、类型b对应的采集方式2、类型c对应的采集方式3,也即确定了统计信息A、统计信息B、统计信息C分别对应的采集方式1、采集方式2和采集方式3。之后就可以基于采集方式1采集统计信息A、基于采集方式2采集统计信息B,以及采集方式3采集统计信息C。
如此,本实施例中可针对不同类型的统计信息采取相适应的采集方式进行采集,以有针对性的采集统计信息而不是无差别的采集记录统计信息,从而实现较为高效地采集数据库的统计信息,同时可以减小对数据库系统性能的影响,提高系统性能。
可选的,在本公开的一些实施例中,所述统计信息采集策略中统计信息的类型与统计信息的采集频率相关。具体的,作为一个示例,在本公开的一些实施例中,所述统计信息采集策略中统计信息的类型可以包括基于事件触发类型和/或主动定时采集类型。基于事件触发类型的统计信息如基于I/O、网络等事件触发的事件信息等,其对时间敏感,可称为时间敏感信息,主要采集记录采集次数、事件累积耗时等信息。主动定时采集类型的统计信息可以包括状态信息,如会话的状态信息等,其对时间不敏感,可称为时间不敏感信息,主要采集记录采集次数等。时间敏感信息和时间不敏感信息若采用同一采集方式,会对数据库系统性能带来不良的影响。
因此,在本实施中,对于基于事件触发类型的统计信息,其对应的采集方式可为:监测到基于事件触发出现统计信息时被动采集一次。也即针对此类统计信息,基于统计信息出现的频率,可以在监测到此类统计信息每次出现时采集一次。
进一步可选的,在本公开的一些实施例中,所述基于事件触发类型的统计信息可以包括高频统计信息和/或低频统计信息。也即基于事件触发类型的统计信息可以分成大致两类,即高频统计信息和低频统计信息,其中高频统计信息的事件平均累积耗时小于等于10毫秒,而低频统计信息的事件平均累积耗时大于10毫秒。
示例性的,所述高频统计信息对应的采集方式可以包括:记录采集次数,以及在该采集次数每达到预设次数阈值时,记录当前采集的高频统计信息的起止时长。例如对于高频统计信息,可以采集记录采集次数以及每隔例如5次采集计算当前一次采集的事件触发的高频统计信息的精确时长即起止时长,也即事件累积耗时。对于未记录起止时长的高频统计信息记录校正时长,该校正时长由上一次记录的高频统计信息的起止时长即事件累积耗时校正得到。每个所述低频统计信息对应的采集方式可以包括:每次记录采集次数以及起止时长,即每次都采集次数和精确时长即事件累积耗时。
本实施例中可以得到各高频统计信息相对准确的信息,同时高频统计信息若每次计算记录起止时长会对数据库系统带来影响,本实施例中每隔预设次数计算记录一次起止时长,对于间隔时段未记录起止时长的高频统计信息,可通过上一次记录的高频统计信息的起止时长来校正得到校正时长,即相对准确的事件累积耗时,以尽量得到各高频统计信息相对准确的信息,同时降低对数据库的影响,提高数据库性能。
对于主动定时采集类型的统计信息,其对应的采集方式可为:每隔预设时长采集一次。也即人为主动配置采集频率,对于此类可以主动监测的统计信息可以人为配置采集频率,以便每隔预设时长采集一次统计信息,该预设时长可以自行配置,本实施例不作具体限制。
本实施例中针对不同类型的统计信息可以采取相适应的采集方式进行采集,以有针对性的采集统计信息而不是无差别的采集记录统计信息,从而实现较为高效地采集数据库的统计信息,同时可以减小对数据库系统性能的影响。
可选的,本公开的另一些实施例中,作为示例,所述统计信息采集策略中统计信息的类型可以包括但不限于第一类型、第二类型和第三类型。其中,所述第一类型的统计信息的采集频率为每隔第一时长采集一次。所述第二类型的统计信息的采集频率为每隔第二时长采集一次。所述第三类型的统计信息的采集频率为每隔第三时长采集一次。所述第一时长为100毫秒以上;所述第二时长大于1毫秒而小于100毫秒;所述第三时长为1毫秒以下。本实施例中基于采集频率的不同,对统计信息进行了具体分类,如此可以较为准确地针对不同类型的统计信息确定相适应的采集方式以进行后续采集,实现有针对性的采集统计信息,从而可实现高效地采集数据库的统计信息,同时减小对数据库系统性能的影响。
进一步的,在上述实施例的基础上,本公开的一些实施例中,所述第一类型的统计信息对应的采集方式为:每隔所述第一时长采集一次。所述第二类型的统计信息对应的采集方式为:每隔所述第二时长采集一次,并记录该第二类型的统计信息的起止时长和采集次数。所述第三类型的统计信息对应的采集方式为:每隔所述第三时长采集一次,并记录采集次数,在该采集次数每达到预设次数阈值时,记录当前采集的第二类型的统计信息的起止时长。示例性的,起止时长表示统计信息开始的时刻与结束的时刻的差值。
本实施例实质基于上述采集频率的不同将数据库的统计信息分为三种示例类型后,针对每一类型的统计信息确定对应的具体采集方式。
具体的,对于第一类型的统计信息,如反应活跃会话历史的统计信息,其对时间不太敏感,可以使用基于对应采集频率的采样来做统计信息的收集,具体方式可为每隔一段固定时长如100毫秒抓取快照信息的方式获取。
对于第二类型的统计信息,如每隔50毫秒采集一次,其对时间敏感程度适中,如SQL语句的统计信息如执行时长,采用精确记录起止时长和采集次数的方式来做统计信息收集,具体方式可以包括对每一条SQL语句记录其执行的起止时刻,通过起止时刻的差值计算出精确的起止时长并记录。
对于第三类型的统计信息,如每隔1毫秒采集一次,其对时间敏感程度高,具体可以是如I/O、网络等事件信息,此时可以采用精确记录采集次数,采样记录时长的结合方式来做统计信息收集。具体方式可以是,每次事件信息均做采样计数,即记录采集次数,但是每隔例如5次采集计算当前一次采集的事件信息的精确时长即起止时长。不计算时长的其他事件信息可以通过上一次计算的事件信息的精确时长来做校正。本实施例中针对不同类型的统计信息可以采取相适应的上述具体采集方式,可以最大程度地减小对数据库系统性能的影响。
在上述任一实施例的基础上,本公开的一些实施例中,结合参考图3中所示,所述方法还可以包括以下步骤:
步骤i):在共享内存中设置预设存储区域,将采集的所述数据库的统计信息存储于所述预设存储区域。
步骤ii):响应查询请求从所述共享内存的预设存储区域获取所述数据库的统计信息并图形化展示。例如基于动态性能视图的图形化展示。
本实施例中在共享内存中开辟特定的预设存储区域来对各种类型的如来自前后台服务进程的统计信息进行存储,对外提供统计信息图形化展示例如动态性能视图展示,直接查询共享内存的方式获得图形化展示。这样相比数据表或者日志文件的存储方式,可以节省大量的写入和/或读取时间,降低写入和读取的代价,从而在一定程度上进一步减小对数据库系统性能的影响。
在上述任一实施例的基础上,再次结合参考图3所示,在本公开的一些实施例中,还可以包括:将所述共享内存的所述预设存储区域存储的统计信息定时转储至外部的统计信息库。
示例性的,该定时的时间可自定义配置,例如每隔1秒将共享内存中的统计信息数据转储。具体的,本实施例中可以实现一个监视器(MON)进程,以定时的将共享内存的预设存储区域存储的内存统计信息转储到外存的统计信息库。统计信息库中存储的统计信息便于对历史统计信息数据做追踪分析。另外,考虑到MON进程将共享内存的预设存储区域存储的统计信息转储到外存的统计信息库时,可能会对数据库自身产生不良的性能影响,因此本实施例中定时的将共享内存的预设存储区域存储的统计信息转储到外存的统计信息库,例如每隔1秒将共享内存中的统计信息数据转储,这样可以降低潜在的对数据库自身的性能影响,以进一步提高数据库的系统性能。
另外,本实施例中实质采用内存-外存二级数据存储结构,即共享内存和外存的统计信息库构成内存-外存二级数据存储结构,如此可降低数据写入和读取的代价,减少对数据库的性能影响,提高数据库的系统性能。
需要说明的是,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。另外,也易于理解的是,这些步骤可以是例如在多个模块/进程/线程中同步或异步执行。
第二方面,本公开实施例提供一种数据库统计信息采集装置,如图4中所示,该数据库统计信息采集装置包括:
类型确定模块401,用以确定待采集的一个或多个统计信息的类型。
策略获取模块402,用以获取预设的统计信息采集策略,所述统计信息采集策略用以指示不同类型的统计信息对应的采集方式。
信息采集模块403,用以基于每个所述统计信息的类型和所述统计信息采集策略,确定每个所述统计信息对应的采集方式以分别采集相应的统计信息。
可选的,在本公开的一些实施例中,所述统计信息采集策略包括统计信息的不同类型与对应的采集方式之间的对应关系。信息采集模块403基于每个所述统计信息的类型和所述统计信息采集策略,确定每个所述统计信息对应的采集方式,具体可以包括:基于每个所述统计信息的类型和所述对应关系,确定每个所述统计信息对应的采集方式。
可选的,在本公开的一些实施例中,所述统计信息采集策略中统计信息的类型与统计信息的采集频率相关。
可选的,在本公开的一些实施例中,所述所述统计信息采集策略中统计信息的类型可以包括基于事件触发类型和/或主动定时采集类型。所述基于事件触发类型的统计信息对应的采集方式可为:监测到基于事件触发出现统计信息时被动采集一次。所述主动定时采集类型的统计信息对应的采集方式可为:每隔预设时长采集一次。
可选的,在本公开的一些实施例中,所述基于事件触发类型的统计信息包括高频统计信息和/或低频统计信息;其中,所述高频统计信息对应的采集方式包括:记录采集次数,以及在该采集次数每达到预设次数阈值时,记录当前采集的高频统计信息的起止时长;对于未记录起止时长的高频统计信息记录校正时长,该校正时长由上一次记录的高频统计信息的起止时长校正得到;所述低频统计信息对应的采集方式包括:每次记录采集次数以及起止时长。
可选的,在本公开的另一些实施例中,所述统计信息采集策略中统计信息的类型包括第一类型、第二类型和第三类型;所述第一类型的统计信息的采集频率为每隔第一时长采集一次;所述第二类型的统计信息的采集频率为每隔第二时长采集一次;所述第三类型的统计信息的采集频率为每隔第三时长采集一次;其中,所述第一时长为100毫秒以上;所述第二时长大于1毫秒而小于100毫秒;所述第三时长为1毫秒以下。
可选的,在本公开的一些实施例中,所述第一类型的统计信息对应的采集方式为:每隔所述第一时长采集一次。所述第二类型的统计信息对应的采集方式为:每隔所述第二时长采集一次,并记录该第二类型的统计信息的起止时长和采集次数。所述第三类型的统计信息对应的采集方式为:每隔所述第三时长采集一次,并记录采集次数,在该采集次数每达到预设次数阈值时,记录当前采集的第二类型的统计信息的起止时长。
可选的,在本公开的一些实施例中,还可以包括数据存储模块和数据查询模块;其中,数据存储模块用以在共享内存中设置预设存储区域,将采集的所述数据库的统计信息存储于所述预设存储区域。数据查询模块用以响应查询请求从所述共享内存的预设存储区域获取所述数据库的统计信息并图形化展示。
可选的,在本公开的一些实施例中,还可以包括数据转存储模块,用以将所述共享内存的所述预设存储区域存储的统计信息定时转储至外部的统计信息库。
关于上述实施例中的装置,其中各个模块执行操作的具体方式以及带来的相应技术效果已经在有关该方法的实施例中进行了对应的详细描述,此处将不做详细阐述说明。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。作为模块或单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现木公开方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
本公开实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述任一项实施例所述数据库统计信息采集方法的步骤。
示例性的,该可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
本公开实施例还提供一种电子设备,如数据库服务器,包括处理器以及存储器,存储器用于存储所述处理器的可执行指令。其中,所述处理器配置为经由执行所述可执行指令来执行上述任一项实施例中所述数据库统计信息采集方法的步骤。
下面参照图5来描述根据本发明的这种实施方式的电子设备600。图5显示的电子设备600仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于:至少一个处理单元610、至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元610执行,使得所述处理单元610执行本说明书上述数据库统计信息采集方法部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元610可以执行如图1中所示方法的步骤。
所述存储单元620可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202,还可以进一步包括只读存储单元(ROM)6203。
所述存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204,这样的程序模块6205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备600交互的设备通信,和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且,电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备600使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本公开实施方式的上述数据库统计信息采集方法。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本公开的具体实施方式,使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下,在其它实施例中实现。因此,本公开将不会被限制于本文所述的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (12)

1.一种数据库统计信息采集方法,其特征在于,包括:
确定待采集的一个或多个统计信息的类型;
获取预设的统计信息采集策略,所述统计信息采集策略用以指示不同类型的统计信息对应的采集方式;
基于每个所述统计信息的类型和所述统计信息采集策略,确定每个所述统计信息对应的采集方式以分别采集相应的统计信息。
2.根据权利要求1所述的统计信息采集方法,其特征在于,所述统计信息采集策略包括统计信息的不同类型与对应的采集方式之间的对应关系;
所述基于每个所述统计信息的类型和所述统计信息采集策略,确定每个所述统计信息对应的采集方式,包括:
基于每个所述统计信息的类型和所述对应关系,确定每个所述统计信息对应的采集方式。
3.根据权利要求2所述的统计信息采集方法,其特征在于,所述统计信息采集策略中统计信息的类型与统计信息的采集频率相关。
4.根据权利要求3所述的统计信息采集方法,其特征在于,所述所述统计信息采集策略中统计信息的类型包括基于事件触发类型和/或主动定时采集类型;
所述基于事件触发类型的统计信息对应的采集方式为:监测到基于事件触发出现统计信息时被动采集一次;
所述主动定时采集类型的统计信息对应的采集方式为:每隔预设时长采集一次。
5.根据权利要求4所述的统计信息采集方法,其特征在于,所述基于事件触发类型的统计信息包括高频统计信息和/或低频统计信息;
其中,所述高频统计信息对应的采集方式包括:记录采集次数,以及在该采集次数每达到预设次数阈值时,记录当前采集的高频统计信息的起止时长;对于未记录起止时长的高频统计信息记录校正时长,该校正时长由上一次记录的高频统计信息的起止时长校正得到;
所述低频统计信息对应的采集方式包括:每次记录采集次数以及起止时长。
6.根据权利要求3所述的统计信息采集方法,其特征在于,所述统计信息采集策略中统计信息的类型包括第一类型、第二类型和第三类型;
所述第一类型的统计信息的采集频率为每隔第一时长采集一次;
所述第二类型的统计信息的采集频率为每隔第二时长采集一次;
所述第三类型的统计信息的采集频率为每隔第三时长采集一次;
其中,所述第一时长为100毫秒以上;所述第二时长大于1毫秒而小于100毫秒;所述第三时长为1毫秒以下。
7.根据权利要求6所述的统计信息采集方法,其特征在于,所述第一类型的统计信息对应的采集方式为:每隔所述第一时长采集一次;
所述第二类型的统计信息对应的采集方式为:每隔所述第二时长采集一次,并记录该第二类型的统计信息的起止时长和采集次数;
所述第三类型的统计信息对应的采集方式为:每隔所述第三时长采集一次,并记录采集次数,在该采集次数每达到预设次数阈值时,记录当前采集的第二类型的统计信息的起止时长。
8.根据权利要求1~7任一项所述的统计信息采集方法,其特征在于,还包括:
在共享内存中设置预设存储区域,将采集的所述数据库的统计信息存储于所述预设存储区域;
响应查询请求从所述共享内存的预设存储区域获取所述数据库的统计信息并图形化展示。
9.根据权利要求8所述的统计信息采集方法,其特征在于,还包括:
将所述共享内存的所述预设存储区域存储的统计信息定时转储至外部的统计信息库。
10.一种数据库统计信息采集装置,其特征在于,包括:
类型确定模块,用以确定待采集的一个或多个统计信息的类型;
策略获取模块,用以获取预设的统计信息采集策略,所述统计信息采集策略用以指示不同类型的统计信息对应的采集方式;
信息采集模块,用以基于每个所述统计信息的类型和所述统计信息采集策略,确定每个所述统计信息对应的采集方式以分别采集相应的统计信息。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1~9任一项所述数据库统计信息采集方法的步骤。
12.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1~9任一项所述数据库统计信息采集方法的步骤。
CN202010889897.3A 2020-08-28 2020-08-28 数据库统计信息采集方法、装置、介质和电子设备 Pending CN111984628A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010889897.3A CN111984628A (zh) 2020-08-28 2020-08-28 数据库统计信息采集方法、装置、介质和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010889897.3A CN111984628A (zh) 2020-08-28 2020-08-28 数据库统计信息采集方法、装置、介质和电子设备

Publications (1)

Publication Number Publication Date
CN111984628A true CN111984628A (zh) 2020-11-24

Family

ID=73441301

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010889897.3A Pending CN111984628A (zh) 2020-08-28 2020-08-28 数据库统计信息采集方法、装置、介质和电子设备

Country Status (1)

Country Link
CN (1) CN111984628A (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101075919A (zh) * 2006-06-22 2007-11-21 腾讯科技(深圳)有限公司 一种互联网业务的监控系统和监控方法
CN101369927A (zh) * 2008-09-23 2009-02-18 沈阳理工大学 通用远程自动数据采集系统
CN102063449A (zh) * 2009-11-12 2011-05-18 中国移动通信集团浙江有限公司 提高数据库中数据对象统计信息可靠性的方法及装置
CN102104950A (zh) * 2009-12-17 2011-06-22 中兴通讯股份有限公司 采集性能数据的管理方法及基站
CN102929773A (zh) * 2012-11-07 2013-02-13 曙光云计算技术有限公司 信息采集方法和装置
CN103812679A (zh) * 2012-11-12 2014-05-21 深圳中兴网信科技有限公司 一种海量日志统计分析系统和方法
CN105069134A (zh) * 2015-08-18 2015-11-18 上海新炬网络信息技术有限公司 一种Oracle统计信息自动收集方法
CN109426600A (zh) * 2017-12-21 2019-03-05 中国平安人寿保险股份有限公司 数据采集处理方法、装置、设备及可读存储介质
CN109660258A (zh) * 2018-12-29 2019-04-19 四川双元智能科技有限公司 一种多通道同步采集不同采样频率数据的方法、装置及系统
CN110928898A (zh) * 2019-10-24 2020-03-27 长城计算机软件与系统有限公司 数据采集方法、数据采集装置、存储介质及电子设备
CN111221698A (zh) * 2018-11-26 2020-06-02 北京京东金融科技控股有限公司 任务数据采集方法与装置

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101075919A (zh) * 2006-06-22 2007-11-21 腾讯科技(深圳)有限公司 一种互联网业务的监控系统和监控方法
CN101369927A (zh) * 2008-09-23 2009-02-18 沈阳理工大学 通用远程自动数据采集系统
CN102063449A (zh) * 2009-11-12 2011-05-18 中国移动通信集团浙江有限公司 提高数据库中数据对象统计信息可靠性的方法及装置
CN102104950A (zh) * 2009-12-17 2011-06-22 中兴通讯股份有限公司 采集性能数据的管理方法及基站
CN102929773A (zh) * 2012-11-07 2013-02-13 曙光云计算技术有限公司 信息采集方法和装置
CN103812679A (zh) * 2012-11-12 2014-05-21 深圳中兴网信科技有限公司 一种海量日志统计分析系统和方法
CN105069134A (zh) * 2015-08-18 2015-11-18 上海新炬网络信息技术有限公司 一种Oracle统计信息自动收集方法
CN109426600A (zh) * 2017-12-21 2019-03-05 中国平安人寿保险股份有限公司 数据采集处理方法、装置、设备及可读存储介质
CN111221698A (zh) * 2018-11-26 2020-06-02 北京京东金融科技控股有限公司 任务数据采集方法与装置
CN109660258A (zh) * 2018-12-29 2019-04-19 四川双元智能科技有限公司 一种多通道同步采集不同采样频率数据的方法、装置及系统
CN110928898A (zh) * 2019-10-24 2020-03-27 长城计算机软件与系统有限公司 数据采集方法、数据采集装置、存储介质及电子设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
陈熙等: "中国院校信息化建设理论与实践", 31 March 2013, 北京:国家行政学院出版社, pages: 283 - 284 *
陶皖: "大数据导论", 31 January 2020, 西安:西安电子科技大学出版社, pages: 22 *

Similar Documents

Publication Publication Date Title
US7603340B2 (en) Automatic workload repository battery of performance statistics
US7673291B2 (en) Automatic database diagnostic monitor architecture
US8286139B2 (en) Call stack sampling for threads having latencies exceeding a threshold
US6539339B1 (en) Method and system for maintaining thread-relative metrics for trace data adjusted for thread switches
US20100333071A1 (en) Time Based Context Sampling of Trace Data with Support for Multiple Virtual Machines
US20070168915A1 (en) Methods and systems to detect business disruptions, determine potential causes of those business disruptions, or both
US8788527B1 (en) Object-level database performance management
US7376682B2 (en) Time model
US20060130001A1 (en) Apparatus and method for call stack profiling for a software application
US20150280981A1 (en) Apparatus and system for configuration management
US20170132057A1 (en) Full duplex distributed telemetry system
US20150127985A1 (en) Information processing apparatus and access control method
US10191668B1 (en) Method for dynamically modeling medium error evolution to predict disk failure
CN111125171A (zh) 一种监测数据存取方法、装置、设备及可读存储介质
US8676968B2 (en) Determining information about a computing system
US7962692B2 (en) Method and system for managing performance data
US9916220B2 (en) Smart logging of trace data for storage systems
CN111984628A (zh) 数据库统计信息采集方法、装置、介质和电子设备
CN112783711A (zh) NodeJS上程序内存分析的方法、存储介质
KR102456150B1 (ko) 실제 환경에서 대용량 시스템에 대한 포괄적 성능평가를 수행하는 방법 및 이를 지원하는 장치
US8024301B2 (en) Automatic database diagnostic usage models
CN114443224B (zh) 分布式集群逻辑卷数据管理方法、系统、设备和介质
US8190579B2 (en) IMS change mapper
GB2400469A (en) Generating and managing a knowledge base in a computer
Malcher et al. Database Troubleshooting

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination