Dokumen ini menjelaskan cara menggunakan tabel bawaan statistik kunci Spanner untuk mengidentifikasi row key dan kolom tabel yang menyebabkan konflik kunci transaksi di database Anda selama jangka waktu tertentu. Anda dapat mengambil statistik dari tabel SPANNER_SYS.LOCK_STATS* ini menggunakan pernyataan SQL.
Transaksi yang menggunakan kontrol konkurensi optimis tidak memperoleh kunci saat menjalankan pembacaan dan kueri. Sebagai gantinya, transaksi tersebut memperoleh kunci pada waktu commit, sehingga statistik kunci untuk transaksi ini hanya mencakup konflik yang terjadi selama commit.
Statistik kunci akses
Spanner menyediakan statistik kunci dalam skema SPANNER_SYS.
Anda dapat menggunakan cara berikut untuk mengakses data SPANNER_SYS:
Halaman Spanner Studio database di konsol Google Cloud
Perintah
gcloud spanner databases execute-sql.Dasbor Insight kunci.
Metode
executeSqlatauexecuteStreamingSql.Metode baca tunggal berikut yang disediakan Spanner tidak mendukung
SPANNER_SYS:- Melakukan pembacaan yang kuat dari satu baris atau beberapa baris dalam tabel.
- Melakukan pembacaan usang dari satu baris atau beberapa baris dalam tabel.
- Membaca dari satu baris atau beberapa baris dalam indeks sekunder.
Statistik kunci berdasarkan row key
Tabel berikut melacak row key dengan waktu tunggu tertinggi:
SPANNER_SYS.LOCK_STATS_TOP_MINUTE: Row key dengan waktu tunggu kunci tertinggi selama interval 1 menit.SPANNER_SYS.LOCK_STATS_TOP_10MINUTE: Row key dengan waktu tunggu penguncian tertinggi selama interval 10 menit.SPANNER_SYS.LOCK_STATS_TOP_HOUR: Row key dengan waktu tunggu penguncian tertinggi selama interval 1 jam
Tabel ini memiliki properti berikut:
Setiap tabel berisi data untuk interval waktu yang tidak tumpang-tindih dengan durasi yang ditentukan oleh nama tabel.
Interval didasarkan pada waktu jam. Interval 1 menit berakhir pada menit, interval 10 menit berakhir setiap 10 menit mulai dari jam, dan interval 1 jam berakhir pada jam. Setelah setiap interval, Spanner mengumpulkan data dari semua server, lalu menyediakan data tersebut di tabel SPANNER_SYS tidak lama setelahnya.
Misalnya, pada pukul 11.59.30, interval terbaru yang tersedia untuk kueri SQL adalah:
- 1 menit: 11.58.00–11.58.59
- 10 menit: 11.40.00–11.49.59
- 1 jam: 10.00.00–10.59.59
Spanner mengelompokkan statistik berdasarkan rentang row key awal.
Setiap baris berisi statistik untuk total waktu tunggu penguncian dari rentang row key awal tertentu yang statistiknya diambil oleh Spanner selama interval yang ditentukan.
Jika Spanner tidak dapat menyimpan informasi tentang setiap rentang row key untuk waktu tunggu penguncian selama interval, sistem akan memprioritaskan rentang row key dengan waktu tunggu penguncian tertinggi selama interval yang ditentukan.
Semua kolom dalam tabel dapat bernilai null.
Skema tabel
| Nama kolom | Jenis | Deskripsi |
|---|---|---|
INTERVAL_END |
TIMESTAMP |
Akhir interval waktu terjadinya konflik kunci yang disertakan. |
ROW_RANGE_START_KEY |
BYTES(MAX) |
Row key tempat konflik kunci terjadi. Jika konflik
melibatkan rentang baris, nilai ini mewakili kunci awal
rentang tersebut. Tanda plus, +, menandakan rentang.
Untuk mengetahui informasi selengkapnya,
lihat Apa yang dimaksud dengan kunci awal rentang baris.
|
LOCK_WAIT_SECONDS |
FLOAT64 |
Waktu tunggu penguncian kumulatif dari konflik penguncian yang dicatat untuk semua kolom dalam rentang row key, dalam detik. |
SAMPLE_LOCK_REQUESTS |
ARRAY<STRUCT<
|
Setiap entri dalam array ini sesuai dengan contoh permintaan kunci yang
berkontribusi pada konflik kunci, baik dengan menunggu kunci atau
memblokir transaksi lain agar tidak mengambil kunci, pada kunci baris (rentang) yang diberikan. Jumlah maksimum sampel dalam array ini adalah 20.
Setiap sampel berisi tiga kolom berikut:
|
SAMPLE_LOCK_REQUESTS_JSON_STRING |
STRING |
Representasi string yang kompatibel dengan JSON dari kolom SAMPLE_LOCK_REQUESTS. String JSON adalah objek JSON dengan struktur yang sama dengan STRUCT yang ditentukan di kolom SAMPLE_LOCK_REQUESTS.
Kolom ini didukung dalam database dialek GoogleSQL dan dialek PostgreSQL. |
LOCK_WAIT_DISTRIBUTION |
ARRAY<STRUCT> |
Histogram waktu tunggu kunci individual untuk konflik kunci yang dicatat dalam rentang row key. Tidak seperti kolom latensi lainnya dalam tabel ini, nilai dalam kolom ini menggunakan mikrodetik. Untuk mengonversinya menjadi detik, bagi dengan 1.000.000.
Array berisi satu elemen dan memiliki jenis berikut:
Untuk mengetahui informasi selengkapnya tentang nilai, lihat Distribusi dan Eksponensial. Untuk menghitung persentil waktu tunggu kunci dari distribusi, gunakan fungsi |
LOCK_WAIT_DISTRIBUTION_JSON_STRING |
STRING |
Representasi string yang kompatibel dengan JSON dari kolom Kolom ini didukung dalam database dialek GoogleSQL dan dialek PostgreSQL. |
Mode kunci
Operasi Spanner memperoleh kunci saat operasi tersebut merupakan bagian dari transaksi baca-tulis. Transaksi hanya baca tidak memperoleh kunci. Spanner menggunakan mode kunci yang berbeda untuk memaksimalkan jumlah transaksi yang memiliki akses ke sel data tertentu pada waktu tertentu. Kunci yang berbeda memiliki karakteristik yang berbeda. Misalnya, beberapa kunci dapat dibagikan di antara beberapa transaksi, sementara yang lain tidak.
Konflik kunci dapat terjadi saat Anda mencoba mendapatkan salah satu mode kunci berikut dalam transaksi.
ReaderSharedLock - Kunci yang memungkinkan pembacaan lain tetap mengakses data hingga transaksi Anda siap di-commit. Kunci bersama ini diperoleh saat transaksi baca-tulis membaca data.Kunci
WriterShared- Kunci ini diperoleh saat transaksi baca-tulis mencoba meng-commit penulisan.Kunci
Exclusive- kunci eksklusif diperoleh saat transaksi baca-tulis, yang telah memperoleh kunci ReaderShared, mencoba menulis data setelah pembacaan selesai. Kunci eksklusif adalah upgrade dari kunciReaderShared. Kunci eksklusif adalah kasus khusus dari transaksi yang menyimpan kunciReaderShareddan kunciWriterSharedsecara bersamaan. Tidak ada transaksi lain yang dapat memperoleh kunci apa pun pada sel yang sama.Kunci
WriterSharedTimestamp- jenis kunciWriterSharedkhusus yang diperoleh saat menyisipkan baris baru ke dalam tabel yang memiliki stempel waktu commit sebagai bagian dari kunci utama. Jenis kunci ini mencegah peserta transaksi membuat baris yang sama persis dan, oleh karena itu, saling bertentangan. Spanner memperbarui kunci baris yang disisipkan agar sesuai dengan stempel waktu commit transaksi yang melakukan penyisipan.
Untuk mengetahui informasi selengkapnya tentang jenis transaksi dan jenis kunci yang tersedia, lihat Transaksi.
Konflik mode kunci
Tabel berikut menunjukkan kemungkinan konflik antara berbagai mode kunci.
| Mode Kunci | ReaderShared |
WriterShared |
Exclusive |
WriterSharedTimestamp |
|---|---|---|---|---|
ReaderShared |
Tidak | Ya | Ya | Ya |
WriterShared |
Ya | Tidak | Ya | Tidak berlaku |
Exclusive |
Ya | Ya | Ya | Tidak berlaku |
WriterSharedTimestamp |
Ya | Tidak berlaku | Tidak berlaku | Ya |
Kunci WriterSharedTimestamp hanya digunakan saat menyisipkan baris baru dengan stempel waktu sebagai bagian dari kunci utamanya. Kunci WriterShared dan Exclusive digunakan saat menulis ke sel yang ada atau menyisipkan baris baru tanpa stempel waktu. Akibatnya, WriterSharedTimestamp tidak dapat bertentangan dengan jenis kunci lainnya, dan skenario tersebut ditampilkan sebagai Tidak berlaku dalam tabel sebelumnya.
Satu-satunya pengecualian adalah ReaderShared, yang dapat diterapkan ke baris yang tidak ada
sehingga berpotensi bertentangan dengan WriterSharedTimestamp. Misalnya, pemindaian tabel penuh mengunci seluruh tabel bahkan untuk baris yang belum dibuat, sehingga ReaderShared dapat bertentangan dengan WriterSharedTimestamp.
Apa yang dimaksud dengan kunci awal rentang baris?
Kolom ROW_RANGE_START_KEY mengidentifikasi kunci utama gabungan, atau
kunci utama awal rentang baris, yang memiliki konflik kunci. Skema berikut digunakan untuk mengilustrasikan contoh.
CREATE TABLE Singers (
SingerId INT64 NOT NULL,
FirstName STRING(1024),
LastName STRING(1024),
SingerInfo BYTES(MAX),
) PRIMARY KEY (SingerId);
CREATE TABLE Albums (
SingerId INT64 NOT NULL,
AlbumId INT64 NOT NULL,
AlbumTitle STRING(MAX),
) PRIMARY KEY (SingerId, AlbumId),
INTERLEAVE IN PARENT Singers ON DELETE CASCADE;
CREATE TABLE Songs (
SingerId INT64 NOT NULL,
AlbumId INT64 NOT NULL,
TrackId INT64 NOT NULL,
SongName STRING(MAX),
) PRIMARY KEY (SingerId, AlbumId, TrackId),
INTERLEAVE IN PARENT Albums ON DELETE CASCADE;
CREATE TABLE Users (
UserId INT64 NOT NULL,
LastAccess TIMESTAMP NOT NULL OPTIONS (allow_commit_timestamp=true),
...
) PRIMARY KEY (UserId, LastAccess);
Seperti yang ditunjukkan oleh tabel row key dan rentang row key berikut, rentang diwakili dengan tanda plus, '+', di kunci. Kunci dalam kasus tersebut mewakili kunci awal dari rentang kunci tempat terjadinya konflik kunci.
| ROW_RANGE_START_KEY | Penjelasan |
|---|---|
| singers(2) | Tabel Singers di kunci SingerId=2 |
| albums(2,1) | Tabel Albums pada kunci SingerId=2,AlbumId=1 |
| songs(2,1,5) | Tabel Songs pada kunci SingerId=2,AlbumId=1,TrackId=5 |
| songs(2,1,5+) | Rentang kunci tabel Songs yang dimulai dari SingerId=2,AlbumId=1,TrackId=5 |
| albums(2,1+) | Rentang kunci tabel Albums yang dimulai dari SingerId=2,AlbumId=1 |
| users(3, 2020-11-01 12:34:56.426426+00:00) | Tabel Users pada kunci UserId=3, LastAccess=commit_timestamp |
Statistik gabungan
SPANNER_SYS juga berisi tabel untuk menyimpan data gabungan untuk statistik kunci yang diambil oleh Spanner dalam jangka waktu tertentu:
SPANNER_SYS.LOCK_STATS_TOTAL_MINUTE: Statistik gabungan untuk semua tunggu kunci selama interval 1 menit.SPANNER_SYS.LOCK_STATS_TOTAL_10MINUTE: Statistik gabungan untuk semua tunggu kunci selama interval 10 menit.SPANNER_SYS.LOCK_STATS_TOTAL_HOUR: Statistik gabungan untuk semua tunggu kunci selama interval 1 jam.
Tabel statistik gabungan memiliki properti berikut:
Setiap tabel berisi data untuk interval waktu yang tidak tumpang-tindih dengan durasi yang ditentukan oleh nama tabel.
Interval didasarkan pada waktu jam. Interval 1 menit berakhir pada menit, interval 10 menit berakhir setiap 10 menit mulai dari jam, dan interval 1 jam berakhir pada jam.
Misalnya, pada pukul 11.59.30, interval terbaru yang tersedia untuk kueri SQL pada statistik kunci gabungan adalah:
- 1 menit: 11.58.00–11.58.59
- 10 menit: 11.40.00–11.49.59
- 1 jam: 10.00.00–10.59.59
Setiap baris berisi statistik untuk semua tunggu kunci pada database selama interval yang ditentukan, yang digabungkan bersama. Hanya ada satu baris per interval waktu.
Statistik yang dicatat dalam tabel
SPANNER_SYS.LOCK_STATS_TOTAL_*mencakup tunggu kunci yang tidak dicatat Spanner dalam tabelSPANNER_SYS.LOCK_STATS_TOP_*.Beberapa kolom dalam tabel ini ditampilkan sebagai metrik di Cloud Monitoring. Metrik yang ditampilkan adalah:
- Waktu tunggu penguncian
Untuk mengetahui informasi selengkapnya, lihat Metrik Spanner.
Skema tabel
| Nama kolom | Jenis | Deskripsi |
|---|---|---|
INTERVAL_END |
TIMESTAMP |
Akhir interval waktu terjadinya konflik kunci. |
TOTAL_LOCK_WAIT_SECONDS |
FLOAT64 |
Total waktu tunggu penguncian untuk konflik penguncian yang dicatat untuk seluruh database, dalam detik. |
LOCK_WAIT_DISTRIBUTION |
ARRAY<STRUCT> |
Histogram waktu tunggu kunci individual untuk konflik kunci yang dicatat untuk seluruh database, dalam mikrodetik, bukan detik. Strukturnya sama dengan kolom LOCK_WAIT_DISTRIBUTION di tabel SPANNER_SYS.LOCK_STATS_TOP_*. Database dialek PostgreSQL tidak mendukung kolom ini. Gunakan kolom LOCK_WAIT_DISTRIBUTION_JSON_STRING sebagai gantinya. |
LOCK_WAIT_DISTRIBUTION_JSON_STRING |
STRING |
Representasi string yang kompatibel dengan JSON dari kolom LOCK_WAIT_DISTRIBUTION. Nilainya dalam mikrodetik. Kolom ini didukung di database dialek GoogleSQL dan dialek PostgreSQL. |
Contoh kueri
Berikut adalah contoh pernyataan SQL yang dapat Anda gunakan untuk mengambil statistik kunci. Anda dapat menjalankan pernyataan SQL ini menggunakan library klien, gcloud spanner, atau konsolGoogle Cloud .
Mencantumkan statistik kunci untuk interval 1 menit sebelumnya
Kueri berikut menampilkan informasi tunggu kunci untuk setiap row key dengan konflik kunci, termasuk pecahan total konflik kunci, selama interval waktu 1 menit terbaru.
Fungsi CAST() mengonversi kolom BYTES row_range_start_key menjadi STRING.
SELECT CAST(s.row_range_start_key AS STRING) AS row_range_start_key,
t.total_lock_wait_seconds,
s.lock_wait_seconds,
s.lock_wait_seconds/t.total_lock_wait_seconds frac_of_total,
s.sample_lock_requests
FROM spanner_sys.lock_stats_total_minute t, spanner_sys.lock_stats_top_minute s
WHERE t.interval_end =
(SELECT MAX(interval_end)
FROM spanner_sys.lock_stats_total_minute)
AND s.interval_end = t.interval_end
ORDER BY s.lock_wait_seconds DESC;
Output kueri
| row_range_start_key | total_lock_wait_seconds | lock_wait_seconds | frac_of_total | sample_lock_requests |
|---|---|---|---|---|
| Songs(2,1,1) | 2,37 | 1,76 | 0,7426 | LOCK_MODE: ReaderShared COLUMN: Singers.SingerInfo LOCK_MODE: WriterShared COLUMN: Singers.SingerInfo |
| Users(3, 2020-11-01 12:34:56.426426+00:00) | 2,37 | 0,61 | 0,2573 | LOCK_MODE: ReaderShared COLUMN: users._exists1 LOCK_MODE: WriterShared COLUMN: users._exists1 |
1 _exists adalah kolom internal yang digunakan untuk memeriksa apakah baris tertentu ada atau tidak.
Retensi data
Setidaknya, Spanner menyimpan data untuk setiap tabel selama jangka waktu berikut:
SPANNER_SYS.LOCK_STATS_TOP_MINUTEdanSPANNER_SYS.LOCK_STATS_TOTAL_MINUTE: Interval yang mencakup 6 jam sebelumnya.SPANNER_SYS.LOCK_STATS_TOP_10MINUTEdanSPANNER_SYS.LOCK_STATS_TOTAL_10MINUTE: Interval yang mencakup 4 hari sebelumnya.SPANNER_SYS.LOCK_STATS_TOP_HOURdanSPANNER_SYS.LOCK_STATS_TOTAL_HOUR: Interval yang mencakup 30 hari sebelumnya.
Memecahkan masalah konflik kunci di database Anda menggunakan statistik kunci
Anda dapat menggunakan SQL atau dasbor Lock insights untuk melihat konflik kunci di database Anda.
Topik berikut menunjukkan cara menyelidiki konflik kunci tersebut menggunakan kode SQL.
Pilih jangka waktu yang akan diselidiki
Anda memeriksa Metrik latensi untuk database Spanner dan menemukan jangka waktu saat aplikasi Anda mengalami latensi dan penggunaan CPU yang tinggi. Misalnya, masalah mulai terjadi sekitar pukul 22.50 pada 12 November 2020.
Menentukan apakah latensi commit transaksi meningkat seiring dengan waktu tunggu penguncian selama periode yang dipilih
Kunci diperoleh oleh transaksi, jadi jika konflik kunci menyebabkan waktu tunggu yang lama, kita akan dapat melihat peningkatan latensi commit transaksi seiring dengan peningkatan waktu tunggu kunci.
Setelah memilih jangka waktu untuk memulai investigasi, kita akan menggabungkan
statistik transaksi TXN_STATS_TOTAL_10MINUTE
dengan statistik kunci LOCK_STATS_TOTAL_10MINUTE sekitar waktu tersebut untuk membantu kita
memahami apakah peningkatan latensi commit rata-rata disebabkan oleh
peningkatan waktu tunggu kunci.
SELECT t.interval_end, t.avg_commit_latency_seconds, l.total_lock_wait_seconds
FROM spanner_sys.txn_stats_total_10minute t
LEFT JOIN spanner_sys.lock_stats_total_10minute l
ON t.interval_end = l.interval_end
WHERE
t.interval_end >= "2020-11-12T21:50:00Z"
AND t.interval_end <= "2020-11-12T23:50:00Z"
ORDER BY interval_end;
Ambil data berikut sebagai contoh hasil yang kita dapatkan kembali dari kueri kita.
| interval_end | avg_commit_latency_seconds | total_lock_wait_seconds |
|---|---|---|
| 12-11-2020 21:40:00-07:00 | 0,002 | 0,090 |
| 12-11-2020 21:50:00-07:00 | 0,003 | 0,110 |
| 12-11-2020 22:00:00-07:00 | 0,002 | 0,100 |
| 12-11-2020 22:10:00-07:00 | 0,002 | 0,080 |
| 12-11-2020 22:20:00-07:00 | 0,030 | 0,240 |
| 2020-11-12 22:30:00-07:00 | 0,034 | 0,220 |
| 12-11-2020 22:40:00-07:00 | 0,034 | 0,218 |
| 2020-11-12 22:50:00-07:00 | 3.741 | 780.193 |
| 12-11-2020 23:00:00-07:00 | 0,042 | 0,240 |
| 12-11-2020 23:10:00-07:00 | 0,038 | 0,129 |
| 12-11-2020 23:20:00-07:00 | 0,021 | 0,128 |
| 2020-11-12 23:30:00-07:00 | 0,038 | 0,231 |
Hasil sebelumnya menunjukkan peningkatan dramatis dalam avg_commit_latency_seconds
dan total_lock_wait_seconds selama jangka waktu yang sama dari 2020-11-12
22:40:00 hingga 2020-11-12 22:50:00, dan menurun setelahnya. Satu hal yang perlu diperhatikan
adalah bahwa avg_commit_latency_seconds adalah waktu rata-rata yang dihabiskan hanya untuk
langkah commit. Di sisi lain, total_lock_wait_seconds adalah waktu penguncian gabungan untuk periode tersebut, sehingga waktunya terlihat jauh lebih lama daripada waktu commit transaksi.
Setelah mengonfirmasi bahwa waktu tunggu penguncian terkait erat dengan peningkatan latensi tulis, pada langkah berikutnya, kita akan menyelidiki baris dan kolom mana yang menyebabkan waktu tunggu yang lama.
Temukan row key dan kolom yang memiliki waktu tunggu penguncian yang lama selama periode yang dipilih
Untuk mengetahui row key dan kolom mana yang mengalami waktu tunggu penguncian yang tinggi
selama periode yang kita selidiki, kita mengkueri tabel LOCK_STAT_TOP_10MINUTE,
yang mencantumkan row key dan kolom yang paling berkontribusi terhadap waktu tunggu
penguncian.
Fungsi CAST() dalam kueri berikut mengonversi kolom BYTES row_range_start_key menjadi STRING.
SELECT CAST(s.row_range_start_key AS STRING) AS row_range_start_key,
t.total_lock_wait_seconds,
s.lock_wait_seconds,
s.lock_wait_seconds/t.total_lock_wait_seconds frac_of_total,
s.sample_lock_requests
FROM spanner_sys.lock_stats_total_10minute t, spanner_sys.lock_stats_top_10minute s
WHERE
t.interval_end = "2020-11-12T22:50:00Z" and s.interval_end = t.interval_end;
| row_range_start_key | total_lock_wait_seconds | lock_wait_seconds | frac_of_total | sample_lock_requests |
|---|---|---|---|---|
| Penyanyi(32) | 780.193 | 780.193 | 1 | LOCK_MODE: WriterShared COLUMN: Singers.SingerInfo LOCK_MODE: ReaderShared COLUMN: Singers.SingerInfo |
Dari tabel hasil ini, kita dapat melihat konflik terjadi pada tabel Singers
pada kunci SingerId=32. Singers.SingerInfo adalah kolom tempat
konflik kunci terjadi antara ReaderShared dan WriterShared.
Ini adalah jenis konflik yang umum terjadi saat ada satu transaksi yang mencoba membaca sel tertentu dan transaksi lainnya mencoba menulis ke sel yang sama. Sekarang kita mengetahui sel data yang tepat yang diperebutkan oleh transaksi untuk mendapatkan kunci, jadi pada langkah berikutnya kita akan mengidentifikasi transaksi yang memperebutkan kunci.
Menemukan transaksi yang mengakses kolom yang terlibat dalam konflik kunci
Untuk mengidentifikasi transaksi yang mengalami latensi commit yang signifikan
dalam interval waktu tertentu karena konflik kunci, Anda perlu membuat kueri untuk
kolom berikut dari
tabel SPANNER_SYS.TXN_STATS_TOTAL_10MINUTE:
fprintread_columnswrite_constructive_columnsavg_commit_latency_seconds
Anda perlu memfilter kolom terkunci yang diidentifikasi dari tabel SPANNER_SYS.LOCK_STATS_TOP_10MINUTE:
Transaksi yang membaca kolom apa pun yang mengalami konflik kunci saat mencoba memperoleh kunci
ReaderShared.Transaksi yang menulis ke kolom mana pun yang mengalami konflik kunci saat mencoba memperoleh kunci
WriterShared.
SELECT
fprint,
read_columns,
write_constructive_columns,
avg_commit_latency_seconds
FROM spanner_sys.txn_stats_top_10minute t2
WHERE (
EXISTS (
SELECT * FROM t2.read_columns columns WHERE columns IN (
SELECT DISTINCT(req.COLUMN)
FROM spanner_sys.lock_stats_top_10minute t, t.SAMPLE_LOCK_REQUESTS req
WHERE req.LOCK_MODE = "ReaderShared" AND t.interval_end ="2020-11-12T23:50:00Z"))
OR
EXISTS (
SELECT * FROM t2.write_constructive_columns columns WHERE columns IN (
SELECT DISTINCT(req.COLUMN)
FROM spanner_sys.lock_stats_top_10minute t, t.SAMPLE_LOCK_REQUESTS req
WHERE req.LOCK_MODE = "WriterShared" AND t.interval_end ="2020-11-12T23:50:00Z"))
)
AND t2.interval_end ="2020-11-12T23:50:00Z"
ORDER BY avg_commit_latency_seconds DESC;
Hasil kueri diurutkan berdasarkan kolom avg_commit_latency_seconds sehingga
Anda melihat transaksi yang mengalami latensi commit tertinggi terlebih dahulu.
| fprint | read_columns | write_constructive_columns | avg_commit_latency_seconds |
|---|---|---|---|
| 1866043996151916800 |
['Singers.SingerInfo', 'Singers.FirstName', 'Singers.LastName', 'Singers._exists'] |
['Singers.SingerInfo'] | 4,89 |
| 4168578515815911936 | [] | ['Singers.SingerInfo'] | 3,65 |
Hasil kueri menunjukkan bahwa dua transaksi mencoba mengakses kolom Singers.SingerInfo, yang merupakan kolom yang mengalami konflik kunci selama jangka waktu tersebut. Setelah mengidentifikasi transaksi yang menyebabkan konflik kunci,
Anda dapat menganalisis transaksi menggunakan sidik jarinya, fprint, untuk mengidentifikasi
potensi masalah yang berkontribusi pada konflik kunci.
Setelah meninjau transaksi dengan fprint=1866043996151916800, Anda dapat menggunakan kolom read_columns dan write_constructive_columns untuk mengidentifikasi bagian mana dari kode aplikasi Anda yang memicu transaksi. Kemudian, Anda dapat melihat
DML pokok yang tidak memfilter kunci utama, SingerId. Hal ini menyebabkan pemindaian tabel penuh dan mengunci tabel hingga transaksi di-commit.
Untuk menyelesaikan konflik kunci, Anda dapat melakukan hal berikut:
- Gunakan transaksi hanya baca untuk mengidentifikasi nilai
SingerIdyang diperlukan. - Gunakan transaksi baca-tulis terpisah untuk memperbarui baris untuk nilai
SingerIdyang diperlukan.
Menerapkan praktik terbaik untuk mengurangi pertentangan kunci
Dalam contoh skenario, kami menggunakan statistik kunci dan statistik transaksi untuk mempersempit masalah ke transaksi yang tidak menggunakan kunci utama tabel kami saat melakukan update. Kami mengemukakan ide untuk meningkatkan transaksi berdasarkan apakah kami mengetahui kunci baris yang ingin kami perbarui sebelumnya atau tidak.
Saat melihat potensi masalah dalam solusi Anda, atau bahkan saat mendesain solusi, pertimbangkan praktik terbaik berikut untuk mengurangi jumlah konflik kunci dalam database Anda.
Hindari pembacaan dalam jumlah besar di dalam transaksi baca-tulis.
Gunakan transaksi hanya baca jika memungkinkan, karena transaksi tersebut tidak memperoleh kunci apa pun.
Hindari pemindaian tabel penuh dalam transaksi baca-tulis. Hal ini termasuk menulis DML bersyarat pada kunci utama atau menetapkan rentang kunci tertentu saat menggunakan Read API.
Persingkat periode penguncian dengan meng-commit perubahan sesegera mungkin setelah Anda membaca data dalam transaksi baca-tulis. Transaksi baca-tulis menjamin bahwa data tidak berubah setelah Anda membaca data hingga Anda berhasil meng-commit perubahan. Untuk mencapai hal ini, transaksi memerlukan penguncian sel data selama pembacaan dan selama commit. Oleh karena itu, jika Anda dapat menjaga periode penguncian tetap singkat, transaksi akan cenderung tidak mengalami konflik penguncian.
Pilih transaksi kecil daripada transaksi besar, atau pertimbangkan DML yang Dipartisi untuk transaksi DML yang berjalan lama. Transaksi yang berjalan lama memperoleh kunci untuk waktu yang lama, jadi pertimbangkan untuk memecah transaksi yang menyentuh ribuan baris menjadi beberapa transaksi yang lebih kecil yang memperbarui ratusan baris jika memungkinkan.
Jika Anda tidak memerlukan jaminan yang diberikan oleh transaksi baca-tulis, hindari membaca data apa pun dalam transaksi baca-tulis sebelum meng-commit perubahan, misalnya, dengan membaca data dalam transaksi hanya baca yang terpisah. Sebagian besar konflik kunci terjadi karena jaminan yang kuat, untuk memastikan data tetap tidak berubah antara pembacaan dan commit. Jadi, jika transaksi baca-tulis tidak membaca data apa pun, transaksi tersebut tidak perlu mengunci sel dalam waktu lama.
Tentukan hanya kumpulan kolom minimal yang diperlukan dalam transaksi baca-tulis. Karena kunci Spanner berlaku per sel data, saat transaksi baca-tulis membaca kolom yang berlebihan, transaksi tersebut akan memperoleh kunci
ReaderSharedpada sel ini. Hal ini dapat menyebabkan konflik kunci saat transaksi lain memperoleh kunciWriterSharedpada penulisan ke kolom yang berlebihan. Misalnya, pertimbangkan untuk menentukan kumpulan kolom, bukan*pada pembacaan.Meminimalkan panggilan API dalam transaksi baca-tulis. Latensi panggilan API dapat menyebabkan pertentangan kunci di Spanner, karena panggilan API tunduk pada penundaan jaringan serta penundaan sisi layanan. Sebaiknya lakukan panggilan API di luar transaksi baca-tulis jika memungkinkan. Jika Anda harus menjalankan panggilan API di dalam transaksi baca-tulis, pastikan untuk memantau latensi panggilan API guna meminimalkan dampak pada periode akuisisi kunci.
Ikuti praktik terbaik desain skema.
Jika kemungkinan write-skew tidak menjadi masalah bagi aplikasi Anda, pertimbangkan untuk menggunakan isolasi repeatable read dengan konkurensi optimis defaultnya untuk menghindari pertentangan baca-tulis. Untuk mengetahui informasi selengkapnya, lihat Isolasi pembacaan berulang.
Untuk workload yang memiliki pertentangan baca-tulis yang rendah, pertimbangkan untuk menggunakan isolasi serializable dengan kontrol konkurensi optimis untuk menghindari pemerolehan kunci dalam transaksi hingga waktu commit, sekaligus menerapkan bahwa semua pembacaan transaksi valid pada waktu commit. Untuk mengetahui informasi selengkapnya tentang kesesuaian opsi ini, lihat Kontrol konkurensi optimis.
Langkah berikutnya
- Pelajari Alat introspeksi lainnya.
- Pelajari informasi lain yang disimpan Spanner untuk setiap database dalam tabel skema informasi database.
- Pelajari lebih lanjut praktik terbaik SQL untuk Spanner.