Gunakan fitur optimasi SQL - Database Autonomy Service - Alibaba Cloud Documentation Center

Database Autonomy Service (DAS) menyediakan fitur optimasi SQL yang secara otomatis menghasilkan hasil diagnostik, saran optimasi, dan perkiraan peningkatan performa. Anda dapat menggunakan hasil tersebut untuk memutuskan apakah akan menerapkan saran tersebut. Topik ini menjelaskan cara menggunakan fitur optimasi SQL.

Prasyarat

Mesin database adalah:
- RDS for MySQL
  Catatan
  Edisi Basic dan Cluster dari RDS for MySQL tidak didukung.
- MyBase MySQL
- PolarDB for MySQL
  Catatan
  Kluster single-node (sebelumnya instans mandiri) dari PolarDB for MySQL tidak didukung.
- PolarDB-X 2.0
  Catatan
  Instans PolarDB-X 2.0 dengan versi utama 5.4.13 dan versi minor dalam rentang [16415631,16504348] tidak didukung. Untuk melihat versi instans PolarDB-X 2.0 Anda, lihat Lihat dan upgrade versi instans.
- MongoDB
Instans tujuan telah tersambung ke DAS. Untuk informasi selengkapnya, lihat Pengenalan koneksi instans.
Status akses instans tujuan adalah Normal Access.

Batasan

Diagnosis dan optimasi tidak didukung untuk pernyataan SQL yang menggunakan tabel X-Engine.
Pada PolarDB-X, jika Anda mengeksekusi pernyataan SQL menggunakan prepared statement, log kueri lambat mencatat templat pernyataan (misalnya select * from test where a = ? and b = ?) dan parameter terikat (misalnya params: [1, 2]) secara terpisah. Karena format ini tidak dapat langsung dieksekusi sebagai pernyataan SQL yang valid, fitur yang bergantung pada pernyataan asli untuk analisis atau optimasi mungkin terbatas.

Buat rencana eksekusi grafis pada halaman Slow Log Analysis

Fitur ini menyediakan representasi grafis dari proses eksekusi SQL yang kompleks. Antarmuka grafis membantu Anda memahami dengan jelas jalur eksekusi kueri, efisiensi setiap node, dan potensi bottleneck performa. Hal ini memungkinkan Anda mengidentifikasi dan menyelesaikan masalah secara cepat dalam skenario seperti optimasi pernyataan SQL lambat, tinjauan kode sebelum rilis, dan pemeriksaan mandiri.

Penting

Saat ini, optimasi SQL pada halaman Slow Log Analysis hanya didukung untuk instans RDS for MySQL 5.6, 5.7, dan 8.0 serta PolarDB for MySQL 5.6, 5.7, dan 8.0.

Masuk ke Konsol DAS.
Di panel navigasi sebelah kiri, klik Intelligent O&M Center > Instance Monitoring.
Temukan instans target dan klik ID instans untuk membuka halaman detail instans.
Di panel navigasi sebelah kiri, klik Request Analysis > Slow Logs.
Pada halaman Slow Log Analysis:
- Pada tab Slow Log Statistics, temukan templat SQL target dan klik Optimize di kolom Actions.
- Pada tab Slow Log Details, temukan pernyataan SQL target dan klik Optimize di kolom Actions.
Pada kotak dialog yang muncul, klik Create Plan.
Pilih tipe node eksekusi.
- Node standby (default): Ini adalah node secondary dari instans saat ini dan terutama digunakan untuk analisis kueri rutin.
- Node sumber: Ini adalah node bisnis tempat pernyataan SQL dieksekusi. Node ini cocok untuk troubleshooting dan optimasi.
Klik Confirm Creation untuk membuat graphical execution plan.

Detail rencana eksekusi grafis

Penting

Rencana eksekusi grafis mencerminkan status eksekusi pada waktu saat ini dan bukan catatan historis.
Matriks visualisasi berubah berdasarkan kompleksitas pernyataan SQL. Jika grafik kompleks, Anda dapat menggunakan alat penskalaan untuk menyesuaikan tampilan atau klik tombol reset untuk kembali ke tampilan awal.

Urutan eksekusi dalam rencana eksekusi grafis adalah dari bawah ke atas dan dari kiri ke kanan. Node di bagian bawah merupakan titik awal kueri. Alur pemrosesan data ditampilkan ke atas melalui beberapa lapisan hingga menghasilkan output akhir. Gambar berikut menunjukkan contohnya.

Makna warna node

Node efisien (hijau): Menunjukkan metode akses yang efisien, seperti system, const, eq_ref, ref, ref_or_null, atau index_merge.
Node cukup efisien (kuning): Menunjukkan metode akses yang kurang optimal, seperti fulltext, unique_subquery, index_subquery, atau range.
Node tidak efisien (merah): Menunjukkan metode akses yang tidak efisien yang harus diprioritaskan untuk optimasi, seperti all atau index.

Deskripsi tampilan node

Atas: Menampilkan tipe node, seperti TABLE_SCAN atau INDEX_SCAN.
Kiri: Menampilkan biaya (cost), yaitu metrik relatif yang dievaluasi oleh pengoptimal. Metrik ini mempertimbangkan faktor-faktor seperti CPU, memori, dan I/O disk.
Kanan: Menampilkan perkiraan jumlah baris yang dikembalikan untuk membantu Anda mengevaluasi volume pemrosesan data.

Saran optimasi

Anda dapat meningkatkan performa kueri secara signifikan dengan memprioritaskan optimasi node tidak efisien yang ditandai merah.

Glosarium

Istilah Bahasa Inggris	Definisi	Penjelasan teknis
QUERY_BLOCK	Query block	Unit semantik dari pernyataan SQL. Setiap kueri atau subkueri independen membentuk sebuah query block, yang diidentifikasi oleh `select_id` dalam output EXPLAIN.
ATTACHED_SUBQUERIES	Attached subquery	Subkueri yang dilampirkan pada klausa `WHERE, HAVING, atau ON` menggunakan predikat seperti `EXISTS, IN, atau ANY`. Subkueri ini memiliki ketergantungan logis terhadap kueri utama.
CORRELATED_SUBQUERY	Correlated subquery	Kueri bersarang yang mereferensikan kolom dari kueri luar. Eksekusinya memerlukan pengikatan nilai konteks eksternal, yang dapat menyebabkan kompleksitas O(n²).
NON_CORRELATED_SUBQUERY	Non-correlated subquery	Subkueri mandiri yang dapat dieksekusi secara independen dari kueri luar. Pengoptimal biasanya menghitung dan mematerialisasikannya sebagai konstanta terlebih dahulu.
MATERIALIZED_FROM_SUBQUERY	Materialized subquery	Strategi optimasi yang diperkenalkan di MySQL 5.6+. Hasil subkueri disimpan persisten ke tabel temporary di memori, yang sering dikaitkan dengan tabel turunan dalam format `subqueryN`.
OPTIMIZED_AWAY_SUBQUERIES	Optimized-away subquery	Subkueri yang sepenuhnya dihapus setelah optimasi penulisan ulang kueri, seperti pushdown subkueri konstan. Subkueri ini tidak muncul dalam rencana eksekusi akhir.
QUERY_SPECIFICATIONS	Query specification structure	Elemen sintaksis yang mendeskripsikan kueri lengkap, termasuk komponen seperti daftar SELECT dan klausa FROM, yang membentuk unit semantik lengkap.
SELECT_LIST_SUBQUERIES	SELECT list subquery	Subkueri skalar yang muncul dalam kolom proyeksi (daftar bidang SELECT). Subkueri ini harus mengembalikan satu nilai skalar untuk setiap iterasi.
INDEX_SCAN	Index scan	Pola akses data yang menggunakan indeks B+ tree. Pemindaian dapat dilakukan maju atau mundur tergantung arah pemindaian, dan mungkin melibatkan operasi di mana indeks mengambil data dari tabel.
TABLE_SCAN	Full table scan	Metode akses di mana pengoptimal memindai semua halaman indeks terkluster ketika tidak tersedia indeks yang sesuai atau ketika proporsi data yang diakses melebihi ambang batas. Performanya berkorelasi positif dengan volume data tabel.
ORDERING_OPERATION	Result set sorting	Operasi ORDER BY pada set hasil yang menggunakan algoritma pengurutan eksplisit, seperti filesort. Operasi ini mungkin menggunakan memori atau file disk temporary.
NESTED_LOOP	Nested loop join	Implementasi paling dasar dari algoritma penggabungan tabel. Algoritma ini melakukan traversal baris yang cocok pada tabel dalam untuk setiap baris pada tabel luar. Algoritma ini efisien ketika predikat penggabungan memberikan penyaringan yang efektif.
DUPLICATES_REMOVAL	Result deduplication	Operasi yang menerapkan semantik DISTINCT. Operasi ini dapat diimplementasikan menggunakan indeks unik pada tabel temporary atau dengan pengurutan lalu penyaringan. Biayanya bergantung pada distribusi data.
WINDOWING_OPERATION	Window function calculation	Perhitungan fungsi analitik, seperti `ROW_NUMBER atau RANK`, yang dilakukan pada jendela data yang didefinisikan oleh klausa OVER(). Operasi ini mungkin memerlukan pengurutan seluruh dataset.
TABLE	Base table reference	Objek penyimpanan fisik yang diakses langsung dalam rencana eksekusi. Objek ini berisi informasi seperti nama tabel, alias, dan metode akses (misalnya `const, system, atau range`).

Lakukan optimasi SQL pada halaman Instance Session

Penting

Saat ini, optimasi SQL pada halaman Instance Session tidak didukung untuk instans self-managed MySQL, MongoDB, atau RDS for PostgreSQL.

Masuk ke Konsol DAS.
Di panel navigasi sebelah kiri, klik Intelligent O&M Center > Instance Monitoring.
Temukan instans target dan klik ID instans untuk membuka halaman detail instans.
Di panel navigasi sebelah kiri, klik Instance Sessions.
Di area Instance Sessions, temukan session yang ingin dioptimalkan dan klik Optimize.
Pada kotak dialog SQL Diagnostic Optimization yang muncul, lihat hasil diagnosis SQL.
Jika Anda menerima saran tersebut, klik Copy di pojok kanan atas halaman dan tempel pernyataan SQL yang telah dioptimalkan ke client database atau DMS Anda untuk dieksekusi. Jika Anda tidak menerima saran tersebut, klik Cancel untuk menutup kotak dialog.
Catatan
DAS mendiagnosis pernyataan SQL berdasarkan kompleksitasnya, volume data pada tabel terkait, dan beban database. Diagnosis ini mungkin memakan waktu lebih dari 20 detik. Setelah diagnosis selesai, mesin diagnostik menyediakan hasil, saran optimasi, dan perkiraan peningkatan performa. Anda dapat menggunakan hasil tersebut untuk memutuskan apakah akan menerapkan saran tersebut.

Lihat riwayat diagnosis SQL

Masuk ke Konsol DAS.
Di panel navigasi sebelah kiri, klik Intelligent O&M Center > Instance Monitoring.
Temukan instans target dan klik ID instans untuk membuka halaman detail instans.
Di panel navigasi sebelah kiri, klik Request Diagnostic History untuk melihat riwayat diagnosis SQL instans saat ini. Riwayat ini mencakup detail seperti konten SQL, status diagnosis, waktu diagnosis, dan hasil diagnosis.