استخدام فتحات BigQuery بالثانية

لماذا يهم هذا

عندما تعرف تقريباً متى وقعت مشكلة أداء، تتيح لك البيانات على مستوى الثانية إعادة بناء ما حدث بالضبط — كم عدد الفتحات المستخدمة وكم سرعة تصاعد الطلب وكم دام التنافس. هذا هو الاستعلام الذي تشغّله بعد تحديد نافذة مشكلة بدقة أخشن.

كيف يعمل

يجمّع period_slot_ms من JOBS_TIMELINE بدقة SECOND (مقسوماً على 1,000 مللي ثانية). نظراً لحجم البيانات، احتفظ بـ lookback_days صغيراً (يُوصى بيوم واحد).

استعلام SQL

-- Per-second slot consumption for detailed burst analysis

DECLARE lookback_days INT64 DEFAULT 1; -- keep small for second-level data

WITH second_slots AS (
  SELECT
    period_start AS second,
    ROUND(SUM(period_slot_ms) / 1000, 2) AS avg_slots
  FROM `your-project`.`region-us`.INFORMATION_SCHEMA.JOBS_TIMELINE
  WHERE period_start >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL lookback_days DAY)
    AND statement_type != 'SCRIPT'
  GROUP BY second
),
calendar AS (
  SELECT ts AS second FROM UNNEST(GENERATE_TIMESTAMP_ARRAY(
    TIMESTAMP_TRUNC(TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL lookback_days DAY), SECOND),
    TIMESTAMP_TRUNC(CURRENT_TIMESTAMP(), SECOND),
    INTERVAL 1 SECOND)) AS ts
)
SELECT
  c.second,
  IFNULL(s.avg_slots, 0) AS avg_slots
FROM calendar c
LEFT JOIN second_slots s ON c.second = s.second
ORDER BY c.second

شرح الاستعلام

على مستوى الثانية، يقسم الاستعلام period_slot_ms على 1,000 للحصول على الفتحات في الثانية. السلسلة الزمنية المولّدة تملأ كل ثانية. تحذير: 1 يوم = 86,400 صف، 7 أيام = 604,800 صف — احتفظ بنافذة الاسترجاع صغيرة.

رؤى أساسية

• lightbulb

  تكشف البيانات على مستوى الثانية ما إذا كان طلب الفتحات يرتفع تدريجياً أو يتفجّر فورياً.

• lightbulb

  إذا كان استخدام الفتحات يتذبذب بسرعة (عالٍ ثانية، صفر في التالية)، فلديك العديد من الاستعلامات قصيرة الأمد.

• lightbulb

  الاستخدام العالي المستمر للفتحات لمدة >60 ثانية يشير إلى استعلام ثقيل واحد أو دُفعة متزامنة.

• lightbulb

  استخدم هذه البيانات جنباً إلى جنب مع بيانات الاستعلامات المتزامنة لربط طلب الفتحات بعدد الاستعلامات.

أفضل الممارسات

1. 1

   استخدم دقة مستوى الثانية فقط للتشخيص المُستهدف لحوادث محددة — لا للمراقبة المستمرة.

2. 2

   ادمج مع بيانات الاستعلامات المتزامنة لفهم ما إذا كان الاستخدام العالي للفتحات مصدره استعلامات ثقيلة قليلة أو استعلامات خفيفة كثيرة.

3. 3

   صدّر إلى أداة تصوير بياني لإنشاء خرائط حرارية لاستخدام الفتحات.

4. 4

   اضبط lookback_days على 1 لتجنّب معالجة بيانات مفرطة.

أدلة ذات صلة