[AlwaysOn Availability Groups]AlwaysOn Ring Buffers

AlwaysOn Ring Buffers

一些AlwaysOn的诊断信息可以从SQL Server ring buffers。或者从sys.dm_os_ring_buffersring bufferSQL Server启动的时候被创建,SQL Server系统为内部诊断记录警告。

通过以下查询获取所有事件记录

SELECT * FROM sys.dm_os_ring_buffers WHERE ring_buffer_type LIKE '%HADR%'

为了让数据更加可控,可以通过日期,ring buffer类型来过滤数据。以下是获取指定ring buffer的查询

DECLARE @runtime datetime

SET @runtime = GETDATE()

SELECT CONVERT (varchar(30), @runtime, 121) as data_collection_runtime,

DATEADD (ms, -1 * (inf.ms_ticks - ring.[timestamp]), GETDATE()) AS ring_buffer_record_time,

ring.[timestamp] AS record_timestamp, inf.ms_ticks AS cur_timestamp, ring.*

FROM sys.dm_os_ring_buffers ring

CROSS JOIN sys.dm_os_sys_info inf where ring_buffer_type='<RING_BUFFER_TYPE>'

Record列包含了XML格式的诊断信息。XML数据和ring buffer类型不同。 为了让XML更加可读,你需要客户化TSQL提取想要的XML元素。比如如下语句,获取所有RING_BUFFER_HADRDBMGR_API ring buffer,并且XML数据放入独立的表的列。

WITH hadr(ts, type, record) AS

(

  SELECT timestamp AS ts, ring_buffer_type AS type, CAST(record AS XML) AS record

  FROM sys.dm_os_ring_buffers WHERE ring_buffer_type = 'RING_BUFFER_HADRDBMGR_API'

)

SELECT

  ts,

  type,

  record.value('(./Record/@id)[1]','bigint') AS [Record ID],

  record.value('(./Record/@time)[1]','bigint') AS [Time],

  record.value('(./Record/HadrDbMgrAPI/dbId)[1]', 'bigint') AS [DBID],

  record.value('(/Record/HadrDbMgrAPI/API)[1]', 'varchar(50)') AS [API],

  record.value('(/Record/HadrDbMgrAPI/Action)[1]', 'varchar(50)') AS [Action],

  record.value('(/Record/HadrDbMgrAPI/role)[1]', 'int') AS [Role],

  record.value('(/Record/Stack)[1]', 'varchar(100)') AS [Call Stack]

FROM hadr

ORDER BY record.value('(./Record/@time)[1]','bigint') DESC

GO

1. AlwaysOn Ring Buffer类型

sys.dm_os_ring_buffers4种类的ring buffer

 

AlwaysOn Ring Buffer Type

Description

RING_BUFFER_HADRDBMGR_API

Records state transitions that have taken place or are taking place. When looking at the state transitions pay close attention to the objectType values.

XML

<Recordid="11" type="RING_BUFFER_HADRDBMGR_STATE" time="860243">

  <HadrDbMgrState>

    <objectType>HadrUsers</objectType>

    <currentState>HDbMState_Starting</currentState>

    <proposedState>HDbMState_Started</proposedState>

    <targetState>HDbMState_Started</targetState>

    <legalTransition>Y</legalTransition>

    <role>1</role>

  </HadrDbMgrState>

</Record>

RING_BUFFER_HADRDBMGR_STATE

Records internal method or function calls made by AlwaysOn activity. It can show information such as suspend, resume, or role changes, including both the entry and exit points.

XML

<Recordid="45" type="RING_BUFFER_HADRDBMGR_STATE" time="1723487912">

  <HadrDbMgrState>

    <dbId>5</dbId>

    <objectType>HadrDbMgr</objectType>

    <currentState>HDbMState_Starting</currentState>

    <proposedState>HDbMState_Started</proposedState>

    <targetState>HDbMState_Started</targetState>

    <legalTransition>Y</legalTransition>

    <role>2</role>

  </HadrDbMgrState>

</Record>

RING_BUFFER_HADRDBMGR_COMMIT

XML

<Recordid="0" type="RING_BUFFER_HADRDBMGR_COMMIT" time="1723475368">

  <HadrDbMgrCommitPolicy>

    <dbId>5</dbId>

    <replicaId>883a18f5-97d5-450f-8f8f-9983a4fa5299</replicaId>

    <dbHardenPolicy>KillAll</dbHardenPolicy>

    <dbSyncConfig>0x0</dbSyncConfig>

    <syncPartnerCount>0</syncPartnerCount>

    <minSyncPartnerConfig>0</minSyncPartnerConfig>

    <partnerHardenPolicy>KillAll</partnerHardenPolicy>

    <partnerSyncConfig>0x0</partnerSyncConfig>

    <logBlock>0x0000000000000000</logBlock>

    <leaseExpired>Y</leaseExpired>

    <partnerChange>N</partnerChange>

    <role>2</role>

  </HadrDbMgrCommitPolicy>

</Record>

RING_BUFFER_HADR_TRANSPORT_STATE

XML

<Recordid="3" type="RING_BUFFER_HADR_TRANSPORT_STATE" time="1723485399">

  <HadrTransportState>

    <agId>08264B79-D10B-412F-B38D-CA07B08E9BD8</agId>

    <localArId>883A18F5-97D5-450F-8F8F-9983A4FA5299</localArId>

    <targetArId>628D6349-72DD-4D18-A6E1-1272645660BA</targetArId>

    <currentState>HadrSession_Configuring</currentState>

    <targetState>HadrSession_Connected</targetState>

    <legalTransition>Y</legalTransition>

  </HadrTransportState>

</Record>

2. Ring Buffer 解析XML数据

你可以从ring buffer解析数据。你先要使用cast转化到XML

WITH hadr(ts, type, record) AS

   (SELECT timestamp AS ts, ring_buffer_type AS type, CAST(record AS XML) AS record

FROM sys.dm_os_ring_buffers

WHERE ring_buffer_type = 'RING_BUFFER_HADRDBMGR_API')

SELECT ts,

type,

record.value('(./Record/@id)[1]','bigint') AS [Record id],

record.value('(./Record/@time)[1]','bigint') AS [Time],

record.value('(./Record/HadrDbMgrAPI/dbId)[1]', 'bigint') AS [dbid],

record.value('(/Record/HadrDbMgrAPI/API)[1]', 'varchar(50)') AS [API],

record.value('(/Record/HadrDbMgrAPI/Action)[1]', 'varchar(50)') AS [Action],

record.value('(/Record/HadrDbMgrAPI/role)[1]', 'int') AS [Role],

record.value('(/Record/Stack)[1]', 'varchar(100)') AS [Call Stack]

FROM hadr

ORDER BY record.value('(./Record/@time)[1]','bigint') DESC

GO

 

1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值