重磅发布｜新一代云原生数据仓库AnalyticDB「SQL智能诊断」功能详解

简介： AnalyticDB For MySQL为用户提供了高效、实时、功能丰富并且智能化的「SQL智能诊断」和「SQL智能调优」功能，提供用户SQL性能调优的思路、方向和具体的方法，降低用户使用成本，提高用户使用ADB的效率

SQL是一种简单易用的业务逻辑表达语言，但随着扫描数据量和查询复杂度的增加，查询性能会变得越来越慢。想要对SQL进行调优，往往需要关注以下几个部分：

• 需要了解引擎架构：用户往往需要对SQL引擎的架构特点有一定的了解，才能和业务的数据分布特征以及业务场景特征完美结合，来进行数据建模，从而设计出符合SQL引擎架构特点的表结构。
• SQL特征差异较大：即席查询的SQL往往变化较大，包括参与Join的表个数、Join条件、分组聚合的字段个数以及过滤条件等。
• 数据特征差异较大：用户的数据分布特征是会随着业务特征的变化而变化的，如果一直按照最初的建模方式和SQL语句，也是无法保障能发挥出SQL引擎的最大优势，数据特征或者业务模型的变化，都会导致SQL性能回退。

基于此，AnalyticDB For MySQL（新一代云原生实时数据仓库，语法兼容MySQL，以下简称ADB）为用户提供了高效、实时、功能丰富并且智能化的「SQL智能诊断」和「SQL智能调优」功能，提供用户SQL性能调优的思路、方向和具体的方法，降低用户使用成本，提高用户使用ADB的效率。

下面我们通过「发现慢查询」+「诊断慢查询」两个步骤，并结合一个场景Case，来介绍ADB新发布的「SQL智能诊断」功能。（PS：「SQL智能调优」会在后续版本中发布）

一、发现慢查询

用户要定位慢查询，首先需要找到慢查询。ADB的用户控制台提供了多样的方式来帮助用户，例如「甘特图」和「查询列表」等，都可以在多个维度进行检索，帮助用户快速定位慢查询，而且诊断工具确保用户可以进行最近两周的全量查询检索和分析。

（一）甘特图

用户可以通过「集群控制台」-「诊断与优化」 - 「SQL诊断」进入SQL智能诊断功能。

首先会看到一个甘特图（也称泳道图，查询从不同的泳道流过，这里的泳道并不是ADB的查询队列，只是为了区分开不同时间执行的查询），甘特图以图形化的方式形象的展示了查询在ADB实例上的执行顺序，每个色块表示了一条查询，色块左侧为查询的提交时间，色块右侧为查询的结束时间，色块的相对长度表示了某条查询的执行时间，色块的颜色没有特殊含义，只是为了区分不同的泳道。

通过甘特图，用户可以非常直观的看到当前时间范围内执行耗时较长的查询，并且可以直观的看到哪些查询是在并行的执行