Tous les produits
Search
Centre de documentation

AnalyticDB:SQL Pattern

Dernière mise à jour :Aug 24, 2026

La fonctionnalité de modèle SQL d'AnalyticDB for MySQL améliore l'efficacité du diagnostic en regroupant les requêtes SQL similaires et en affichant leurs caractéristiques de performance agrégées.

Contexte

La fonctionnalité de modèle SQL analyse un flux en temps réel de toutes les requêtes SQL. Elle classe, diagnostique et regroupe les requêtes similaires au sein d'un même modèle SQL, ce qui améliore considérablement l'efficacité du diagnostic. Les résultats agrégés fournissent également une base solide pour l'optimisation de la base de données. Pour restaurer rapidement les performances de l'instance, utilisez la fonctionnalité d'interception afin de bloquer les requêtes gourmandes en ressources qui génèrent une charge excessive sur l'instance. Pour plus d'informations, consultez la rubrique Persist plan and Query-Blocker.

Fonctionnalités

La fonctionnalité de modèle SQL offre les capacités suivantes :

  • Agrégation des modèles : regroupe les instructions SQL similaires en fonction de leur structure textuelle.

  • Statistiques de haut niveau : compare les valeurs moyennes et maximales, et affiche les totaux ainsi que les pourcentages pour les métriques clés de chaque modèle SQL.

  • Identification des requêtes SQL anormales : repère les modèles qui s'écartent de leur ligne de base historique et propose une fonctionnalité d'exploration détaillée pour localiser les requêtes SQL problématiques et obtenir les résultats du diagnostic.

Notes

Vous pouvez consulter les enregistrements de modèles SQL des 14 derniers jours. La plage de temps maximale pour une seule recherche est de 24 heures.

Procédure

  1. Connectez-vous à la console AnalyticDB for MySQL. Dans le coin supérieur gauche de la console, sélectionnez une région. Dans le volet de navigation de gauche, cliquez sur Clusters. Sous l'onglet Data Warehouse Edition, localisez le cluster à gérer et cliquez sur son ID.

  2. Dans le volet de navigation de gauche, cliquez sur Diagnostics and Optimization.

  3. Cliquez sur l'onglet SQL Pattern.

    Par défaut, la page affiche les modèles SQL des 30 dernières minutes. Vous pouvez rechercher des modèles SQL à l'aide de mots-clés SQL ou en spécifiant une plage de temps.

    Le tableau suivant décrit les paramètres de la liste des modèles SQL.

    Paramètre

    Description

    Actions

    Cliquez sur View Details pour afficher les détails du modèle SQL. Pour plus d'informations, consultez la section Analyse des modèles.

    Database Account

    Compte de base de données ayant soumis les requêtes du modèle SQL.

    Client IP Address

    Adresse IP client utilisée pour soumettre les requêtes du modèle SQL.

    SQL Pattern

    Instruction SQL représentative du modèle. Cliquez sur l'icône 2 pour copier l'instruction complète.

    Total CPU Cost

    Temps CPU total consommé par les requêtes du modèle SQL durant la plage de temps sélectionnée. Le pourcentage entre parenthèses indique la part de ce modèle dans le temps CPU total consommé par tous les modèles. La valeur est mise en surbrillance si le pourcentage dépasse 30 %.

    L'observation du pourcentage de coût CPU permet de déterminer rapidement si un type spécifique de requête entraîne une consommation CPU élevée. Pour une analyse approfondie, vous pouvez corréler ces données avec les métriques de surveillance du CPU.

    Méthodes de calcul du coût CPU total et du pourcentage de coût CPU

    Prenons l'exemple de cinq requêtes SQL exécutées. Les trois premières appartiennent au Modèle 1 et les deux autres au Modèle 2. Le coût CPU des cinq requêtes est respectivement de 50 ms, 1 s, 70 ms, 1,5 s et 1 s. Les métriques sont calculées comme suit :

    • Coût CPU total du Modèle 1 : 0,05 s + 1 s + 0,07 s = 1,12 s.

    • Coût CPU total du Modèle 2 : 1,5 s + 1 s = 2,5 s.

    • Pourcentage de coût CPU du Modèle 1 : 1,12 / (1,12 + 2,5) * 100 % = 30.9392 %.

    • Pourcentage de coût CPU du Modèle 2 : 2,5 / (1,12 + 2,5) * 100 % = 69.0607 %.

    Total Peak Memory

    Somme de la mémoire pic utilisée par les requêtes du modèle SQL durant la plage de temps sélectionnée. Le pourcentage entre parenthèses indique la part de ce modèle dans la mémoire pic totale utilisée par tous les modèles. La valeur est mise en surbrillance si le pourcentage dépasse 30 %.

    L'observation du pourcentage de mémoire pic permet de déterminer rapidement si un type spécifique de requête entraîne une consommation mémoire élevée. Pour une analyse approfondie, vous pouvez corréler ces données avec les métriques de surveillance de l'utilisation de la mémoire de calcul.

    Méthodes de calcul de la mémoire pic totale et du pourcentage de mémoire pic

    Prenons l'exemple de cinq requêtes SQL exécutées. Les trois premières appartiennent au Modèle 1 et les deux autres au Modèle 2. La mémoire pic des cinq requêtes est respectivement de 1 Go, 2 Go, 3 Go, 3 Go et 1 Go. Les métriques sont calculées comme suit :

    • Mémoire pic totale du Modèle 1 : 1 GB + 2 GB + 3 GB = 6 GB.

    • Mémoire pic totale du Modèle 2 : 1 GB + 3 GB = 4 GB.

    • Pourcentage de mémoire pic du Modèle 1 : 6 / (6 + 4) * 100 % = 60 %.

    • Pourcentage de mémoire pic du Modèle 2 : 4 / (6 + 4) * 100 % = 40 %.

    Total Duration

    Durée d'exécution totale des requêtes du modèle SQL durant la plage de temps sélectionnée. Le pourcentage entre parenthèses indique la part de ce modèle dans la durée totale de tous les modèles. La valeur est mise en surbrillance si le pourcentage dépasse 30 %.

    L'observation du pourcentage de durée permet de déterminer rapidement si un type spécifique de requête contribue à l'augmentation du temps de réponse des requêtes (RT). Pour une analyse approfondie, vous pouvez corréler ces données avec les métriques de surveillance du RT des requêtes.

    Méthodes de calcul de la durée totale et du pourcentage de durée

    Prenons l'exemple de cinq requêtes SQL exécutées. Les trois premières appartiennent au Modèle 1 et les deux autres au Modèle 2. La durée d'exécution des cinq requêtes est respectivement de 50 ms, 1 s, 70 ms, 1,5 s et 1 s. Les métriques sont calculées comme suit :

    • Durée totale du Modèle 1 : 0,05 s + 1 s + 0,07 s = 1,12 s.

    • Durée totale du Modèle 2 : 1,5 s + 1 s = 2,5 s.

    • Pourcentage de durée du Modèle 1 : 1,12 / (1,12 + 2,5) * 100 % = 30.9392 %.

    • Pourcentage de durée du Modèle 2 : 2,5 / (1,12 + 2,5) * 100 % = 69.0607 %.

    Total Size of Read Data

    Volume total de données lu par les requêtes du modèle SQL durant la plage de temps sélectionnée. Le pourcentage entre parenthèses indique la part de ce modèle dans le volume total de données lu par tous les modèles. La valeur est mise en surbrillance si le pourcentage dépasse 30 %.

    L'observation du pourcentage de données lues permet de déterminer rapidement si un type spécifique de requête lit un volume important de données. Pour une analyse approfondie, vous pouvez corréler ces données avec les métriques de surveillance de la taille des données de résultat de lecture de table.

    Méthodes de calcul du volume total de données lues et du pourcentage de données lues

    Prenons l'exemple de cinq requêtes SQL exécutées. Les trois premières appartiennent au Modèle 1 et les deux autres au Modèle 2. Le volume de données lu par les cinq requêtes est respectivement de 1 Go, 2 Go, 3 Go, 3 Go et 1 Go. Les métriques sont calculées comme suit :

    • Volume total de données lues pour le Modèle 1 : 1 GB + 2 GB + 3 GB = 6 GB.

    • Volume total de données lues pour le Modèle 2 : 1 GB + 3 GB = 4 GB.

    • Pourcentage de données lues pour le Modèle 1 : 6 / (6 + 4) * 100 % = 60 %

    • Pourcentage de données lues pour le Modèle 2 : 4 / (6 + 4) * 100 % = 40 %

    Total Cost for Reading Data

    Temps CPU total consommé pour la lecture des données par les requêtes du modèle SQL durant la plage de temps sélectionnée. Le pourcentage entre parenthèses indique la part de ce modèle dans le temps CPU total consommé pour la lecture des données par tous les modèles. La valeur est mise en surbrillance si le pourcentage dépasse 30 %.

    L'observation de ce pourcentage permet de déterminer rapidement si un type spécifique de requête consomme un temps CPU significatif pour la lecture des données. Une augmentation du coût CPU de lecture de table affecte l'utilisation du CPU des nœuds réservés (nœuds de stockage). Pour une analyse approfondie, vous pouvez corréler ces données avec les métriques de surveillance du CPU pour les nœuds réservés ou les nœuds de stockage d'origine.

    Méthodes de calcul du coût CPU total de lecture de table et du pourcentage de coût CPU de lecture de table

    Prenons l'exemple de cinq requêtes SQL exécutées. Les trois premières appartiennent au Modèle 1 et les deux autres au Modèle 2. Le coût de lecture des données pour les cinq requêtes est respectivement de 50 ms, 1 s, 70 ms, 1,5 s et 1 s. Les métriques sont calculées comme suit :

    • Coût CPU total de lecture de table pour le Modèle 1 : 0,05 s + 1 s + 0,07 s = 1,12 s.

    • Coût CPU total de lecture de table pour le Modèle 2 : 1,5 s + 1 s = 2,5 s.

    • Pourcentage de coût CPU de lecture de table pour le Modèle 1 : 1,12 / (1,12 + 2,5) * 100 % = 30.9392 %.

    • Pourcentage de coût CPU de lecture de table pour le Modèle 2 : 2,5 / (1,12 + 2,5) * 100 % = 69.0607 %.

    Average CPU Cost

    Temps CPU moyen consommé par les requêtes du modèle SQL durant la plage de temps sélectionnée.

    Maximum CPU Cost

    Temps CPU maximal consommé par une seule requête du modèle SQL durant la plage de temps sélectionnée.

    Average CPU Cost for Reading Tables

    Temps CPU moyen consommé pour la lecture des données par les requêtes du modèle SQL durant la plage de temps sélectionnée.

    Maximum CPU Cost for Reading Tables

    Temps CPU maximal consommé pour la lecture des données par une seule requête du modèle SQL durant la plage de temps sélectionnée.

    Executions

    Nombre d'exécutions des requêtes du modèle SQL durant la plage de temps sélectionnée. Si vous constatez une augmentation soudaine de l'utilisation des ressources, triez selon cette colonne pour identifier les requêtes les plus fréquemment exécutées et déterminer si cette augmentation est attendue.

    Failures

    Nombre d'échecs d'exécution des requêtes du modèle SQL durant la plage de temps sélectionnée.

    Average Total Time Consumed

    Durée moyenne des requêtes du modèle SQL durant la plage de temps sélectionnée. Unité : ms.

    Maximum Total Time Consumed

    Durée maximale d'une seule requête du modèle SQL durant la plage de temps sélectionnée. Unité : ms. Comparez cette valeur à la durée totale moyenne pour comprendre les variations de latence. Si les valeurs maximales et moyennes sont similaires lors d'un fonctionnement normal, une augmentation significative de la durée de ce modèle pendant une période anormale pourrait être influencée par d'autres instructions SQL.

    Average Execution Duration

    Durée d'exécution moyenne des requêtes du modèle SQL durant la plage de temps sélectionnée. Unité : ms.

    Maximum Execution Duration

    Durée d'exécution maximale d'une seule requête du modèle SQL durant la plage de temps sélectionnée. Unité : ms. Pour plus d'informations sur la définition de la durée d'exécution, consultez la rubrique Introduction to query monitoring charts and the SQL list.

    Average Peak Memory

    Mémoire pic moyenne utilisée par les requêtes du modèle SQL durant la plage de temps sélectionnée. Unité : octets.

    Maximum Peak Memory

    Mémoire pic maximale utilisée par une seule requête du modèle SQL durant la plage de temps sélectionnée. Unité : octets. En comparant la mémoire pic maximale et moyenne, vous pouvez évaluer la stabilité de l'utilisation de la mémoire pour ce modèle. Si la mémoire pic maximale est bien supérieure à la moyenne, cela peut indiquer une augmentation des données analysées ou une modification du plan d'exécution. Cliquez sur View Details et vérifiez la liste SQL sur la page Query Details pour enquêter sur la cause.

    Average Data Scanned

    Volume moyen de données analysées par les requêtes du modèle SQL durant la plage de temps sélectionnée. Unité : Mo.

    Maximum Data Scanned

    Volume maximal de données analysées par une seule requête du modèle SQL durant la plage de temps sélectionnée. Unité : Mo. En comparant le volume maximal et moyen de données analysées, vous pouvez déterminer la stabilité de l'accès aux données pour ce modèle. Si le volume maximal est bien supérieur à la moyenne, le volume de données analysées est instable et vous devez déterminer si cela est attendu.

    Table Name

    Tables de base de données analysées par le modèle SQL.

Analyse des modèles

La page Pattern Analysis représente graphiquement les métriques clés d'un modèle SQL au fil du temps, notamment les exécutions, la durée des requêtes, la durée d'exécution, le volume de données analysées et la mémoire pic. Pour la durée des requêtes, la durée d'exécution, le volume de données analysées et la mémoire pic, les valeurs maximales et moyennes sont affichées pour faciliter la comparaison et l'analyse. La liste SQL affiche toutes les requêtes individuelles correspondant au modèle actuel dans la fenêtre de temps sélectionnée. Vous pouvez cliquer sur Diagnose pour afficher les résultats du diagnostic et le plan d'exécution d'une requête spécifique. Pour plus d'informations, consultez la rubrique Analyze queries using execution plans.

Sous l'onglet SQL Pattern, cliquez sur View Details dans la colonne Actions d'un modèle SQL pour ouvrir la page Pattern Analysis. Sur cette page, vous pouvez afficher les graphiques chronologiques de diverses métriques ainsi que la liste des requêtes SQL associées.

API connexes