GaussDB(DWS)的资源池监控视图

一、历史背景

GaussDB(DWS)在8.1.3之前版本并不支持资源池监控，彼时想要查看资源池资源使用情况只能汇总资源池下用户资源监控数据得到，而用户监控数据也不是很准确，这就导致了资源池资源监控数据的缺失。此外遇到排队问题时，只能通过pgxc_session_wlmstat视图聚合后得到资源池内作业排队运行数据，对用户使用和现网问题定位很不友好。

基于此，我们在8.1.3版本设计实现了资源池监控视图：gs_respool_resource_info，同时每隔1分钟将资源池监控数据持久化转储一次，保存至gs_respool_resource_history系统表中。

gs_respool_resource_info视图可以同时展示作业运行信息和资源使用信息，但是不包含短查询加速信息。同时作业运行信息为内部记账数据，与实际情况可能有所不同，此外监控视图中作业运行信息为单CN数据。实际使用起来还是有些许不便，基于此，我们在8.2.1版本设计实现了资源池监控DFX视图。

二、资源池监控DFX视图

为了提升排队问题定位效率，同时提升视图易用性，设计实现资源池监控DFX视图：gs_respool_monitor，用于显示所有资源池作业运行信息及资源使用信息。

视图包含字段如下：

三、应用示例

8.2.1前定位排队问题只能使用pgxc_session_wlmstat视图汇总得到资源池作业运行信息：

SELECT s.resource_pool AS rpname, s.node_group, COUNT(1) AS session_cnt, 
	SUM(CASE WHEN a.state = 'active' THEN 1 ELSE 0 END) AS active_cnt, 
	SUM(CASE WHEN s.enqueue = 'Global' THEN 1 ELSE 0 END) AS global_wait, 
	SUM(CASE WHEN s.lane = 'fast' AND s.status = 'running' THEN 1 ELSE 0 END) AS fast_run, 
	SUM(CASE WHEN s.lane = 'fast' AND s.status = 'pending' AND s.enqueue NOT IN ('Global', 'None') THEN 1 ELSE 0 END) AS fast_wait, 
	SUM(CASE WHEN s.lane = 'slow' AND s.status = 'running' THEN 1 ELSE 0 END) AS slow_run, 
	SUM(CASE WHEN s.lane = 'slow' AND s.status = 'pending' AND s.enqueue NOT IN ('Global', 'None') THEN 1 ELSE 0 END) AS slow_wait, 
	SUM(CASE WHEN s.status = 'running' THEN s.statement_mem ELSE 0 END) AS est_mem 
FROM pg_catalog.pgxc_session_wlmstat s, pg_catalog.pgxc_stat_activity a
WHERE s.threadid = a.pid(+)
	AND s.attribute != 'Internal'
	AND s.resource_pool != 'root'
GROUP BY 1, 2;

然后使用作业监控视图确认是否正常排队，确认是否正常排队需要确定队首作业内存和正在运行作业估算内存之和是否达到排队标准；此外如果是估算内存过大问题，还需要使用作业监控视图排查估算内存过大的作业。

在现网很多场景下，只能手写SQL查询，而现场写以上查询可能需要很久，给定位带来巨大困难。

而8.2.1版本在定位以上问题就很简单了，使用以下SQL即可定位上述问题：

-- 查询资源池作业运行信息和正在运行作业估算内存之和
select rpname,active_count,global_wait,fast_run,fast_wait,fast_limit,slow_run,slow_wait,slow_limit,estimate_mem,mem_limit from gs_respool_monitor;
-- 查询作业监控信息确认是否正常排队
select rpname,query_start,duration,lane,status,queue,estimate_mem from gs_query_monitor;