Skip to content
Merged
Changes from all commits
Commits
File filter

Filter by extension

Filter by extension

Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
12 changes: 6 additions & 6 deletions how-to/monitor/key-visualizer.md
Original file line number Diff line number Diff line change
Expand Up @@ -112,39 +112,39 @@ http://PDAddress:PDPort/dashboard

可以将鼠标悬停在你所关注的 Bucket 上,来查看这个区域的详细信息。详细信息如下图所示:

![Bucket 详细信息](/media/dashboard/keyvisualizer/tooltip.png)
<img src="../../media/dashboard/keyvisualizer/tooltip.png" width="50%" />

如果需要复制某个信息,可以进行点击 Bucket。此时相关详细信息的页面会被暂时钉住。点击你关注的信息,即可将其复制到剪切板。详细信息页面示例图如下:

![复制 Bucket 详细信息](/media/dashboard/keyvisualizer/tooltip-copy.png)
<img src="../../media/dashboard/keyvisualizer/tooltip-copy.png" width="50%" />

## 常见热力图解读

本部分选取了 Key Visualizer 中常见的四种热力图进行解读。

### 均衡:期望结果

![均衡结果图](/media/dashboard/keyvisualizer/well_dist.png)
<img src="../../media/dashboard/keyvisualizer/well_dist.png" width="60%" />

如上图所示,热力图颜色均匀或者深色和亮色混合良好,说明读取或写入在时间和 Region 空间范围上都分布得比较均衡,访问压力均匀地分摊在所有的机器上。这种负载是最适合分布式数据库的。

### X 轴明暗交替:需要关注高峰期的资源情况

![X 轴明暗交替](/media/dashboard/keyvisualizer/period.png)
<img src="../../media/dashboard/keyvisualizer/period.png" width="60%" />

如上图所示,热力图在 X 轴(时间)上表现出明暗交替,但 Y 轴 (Region) 则比较均匀,说明读取或写入负载具有周期性的变化。这种情况可能出现在周期性的定时任务场景,如大数据平台每天定时从 TiDB 中抽取数据。一般来说可以关注一下使用高峰时期资源是否充裕。

## Y 轴明暗交替:需要关注产生的热点聚集程度

![Y 轴明暗交替](/media/dashboard/keyvisualizer/continue.png)
<img src="../../media/dashboard/keyvisualizer/continue.png" width="60%" />

如上图所示,热力图包含几个明亮的条纹,从 Y 轴来看条纹周围都是暗的,这表明明亮条纹区域的 Region 有很高的读写流量,可以从业务角度观察一下是否符合预期。例如,所有业务都关联用户表的情况下,用户表的整体流量就会很高,那么在热力图中表现为亮色区域就非常合理。

另外,明亮区域的高度(Y 轴方向的粗细)非常关键。由于 TiKV 自身拥有以 Region 为单位的热点平衡机制,因此涉及热点的 Region 越多其实越能有利于在所有 TiKV 实例上均衡流量。明亮条纹越粗、数量越多则意味着热点越分散、更多的 TiKV 能得到利用;明亮条纹越细、数量越少意味着热点越集中、热点 TiKV 越显著、越需要人工介入并关注。

### 明亮斜线:需要关注业务模式

![明亮斜线](/media/dashboard/keyvisualizer/sequential.png)
<img src="../../media/dashboard/keyvisualizer/sequential.png" width="60%" />

如图上所示,热力图显示了明亮的斜线,表明读写的 Region 是连续的。这种场景常常出现在带索引的数据导入或者扫描阶段。例如,向自增 ID 的表进行连续写入等等。图中明亮部分对应的 Region 是读写流量的热点,往往会成为整个集群的性能问题所在。这种时候,可能需要业务重新调整主键,尽可能打散以将压力分散在多个 Region 上,或者选择将业务任务安排在低峰期。

Expand Down