GaussDB(DWS)等待视图wait_status常见状态介绍

    等待视图pgxc_thread_wait_status是处理性能问题，查看语句执行状态最常用的视图之一。其中关键的一个字段是wait_status字段，表示当前线程的等待状态。等待状态的详细信息。产品文档中有章节专门对此字段进行描述（参考：https://support.huaweicloud.com/devg-dws/dws_04_0783.html）。本文针对性能调优过程中最常见的几种等待状态进行介绍，供读者参考。

  1. none

    none状态表示该线程并未在等其他线程，说明本线程正在工作，暂时不需要其他线程的数据，如果只有某一个dn的状态是none，其他dn状态是wait node或synchronize quit，说明该节点有瓶颈，需要排查是否有资源瓶颈或存在数据倾斜。

  2. wait cmd

    wait cmd表示当前线程已执行完毕，正在等待下一条输入。此种场景多见于copy场景，copy导入等待源端供数，copy导出等待目标端写数，都会出现这种情况。例如：构造场景：copy t(a) from stdin; 

    停止输入后，查看该语句等待视图如下：

    如果所有线程等待状态均为wait cmd，说明当前已执行完毕，正在等待下一条数据输入。在现网此种场景下，需排查源端供数是否有瓶颈。

    如果部分线程执行完，正在等待其他线程执行，等待状态也会是wait cmd。

  3. synchronize quit

    此线程已执行完毕，等待stream线程统一退出，此类线程不消耗资源，可以忽略，在查看等待视图时，一般将其过滤掉。

  4. acquire lock （relation/transaction）

    等待表级锁（relation）或事物锁（transaction），可以通过缩短报错时间、使用pgxc_locks_wait视图、查询pg_locks等方法排查，不在赘述，参考：

    常规锁简介：https://bbs.huaweicloud.com/blogs/228809

    锁等待场景介绍：https://bbs.huaweicloud.com/blogs/233114

  5. acquire lwlock

    获取轻量级锁，一般是资源管理相关的锁，不会持续很长时间，与当前集群资源情况（IO等资源）有关

  6. wait io

    等待IO完成，如果有大量wait io，说明当前io读写压力较高，可以通过iostat观察集群IO使用率等是否过高（超过90%），判断是单节点IO高还是整体IO高。

    单节点IO高：排查坏盘、磁盘读写策略、语句残留、存储倾斜、计算倾斜等场景；

    整体IO高：排查磁盘读写策略、表涉及是否合理、sql优化等角度处理。

  7. wait pooler get conn、pooler create conn: [nodename], total N、stream get conn、wait producer ready

    建联相关的等待事件，一般情况下这几个状态可能会同时出现，出现多个此类状态时说明集群间网络存在问题，需要排查网络，参考此链接排查：https://bbs.huaweicloud.com/blogs/235237。

    最常见的一种场景是arm服务器未做网卡加固导致网络重传率高：https://bbs.huaweicloud.com/forum/thread-110780-1-1.html，需根据加固文档完成网卡加固。

    HCS场景下，stream慢的原因可能是网卡监控脚本重启网络服务导致：https://bbs.huaweicloud.com/forumreview/thread-186881-1-1.html

    HCS内核8.1.0版本，需要首先排查archive_mode参数是否为on，需要将该参数设置为off。

  8. flush data: [nodename](plevel), wait quota

    这种状态是当前节点向对端节点发送数据，正在等待quota值，一般是对端消费慢。例如：

    表示dn_6071向dn_6129的第5层（执行计划的第5层）发送数据，正在等待quota，说明dn_6129端消费慢，来不及处理发送过来的数据。如果长时间wait quota，需查看是否有数据倾斜（6129上数据量太多来不及处理发送过来的数据）或通信参数不合理（通信参数：https://bbs.huaweicloud.com/blogs/239863）。

  9. wait wal sync、wait data sync、wait data sync queue

    此类状态是主机向备机同步wal log或数据页，多发生于批量导入场景，尤其是行存表带索引导入并且在IO压力大时容易出现。业务上尽量避免行存表带索引的大批量导入。出现此类情况时，如果是单个节点出现且持续时间很长，可尝试kill 对端备机观察；如果多个DN出现，建议降低集群压力，减少并发导入的并发度。

  10. wait transaction sync: xid

    等待事务同步，事务同步的超时时间是600s，超过该时间会报错，可根据以下案例排查：https://bbs.huaweicloud.com/forum/thread-79130-1-1.html