PolarDB-X 為了方便用戶體驗，提供了免費的實驗環境，您可以在實驗環境里體驗 PolarDB-X 的安裝部署和各種內核特性。除了免費的實驗，PolarDB-X 也提供免費的視頻課程，手把手教你玩轉 PolarDB-X 分布式數據庫。
本期實驗將指導您使用對 PolarDB-X 進行慢SQL優化。

本期免費實驗地址

本期教學視頻地址

前置準備

假設已經根據前一講內容完成了PolarDB-X的搭建部署，可以成功鏈接上PolarDB-X數據庫。

啟動業務

本步驟將指導您如何使用Sysbench Select場景模擬業務流量。

準備壓測數據

a.執行如下SQL語句，創建壓測數據庫sysbench_test。

CREATE DATAbase sysbench_test;
b.執行如下SQL語句，使用壓測數據庫sysbench_test。

USE sysbench_test;

c.在實驗頁面，單擊右上角的+ 圖標，創建新的終端三。

d.執行如下命令，切換到賬號galaxykube。

su galaxykube

e.執行如下命令，進入到/home/galaxykube目錄。

cd

f.執行如下命令，創建準備壓測數據的sysbench-prepare.yaml文件。

vim sysbench-prepare.yaml

g.按i鍵進入編輯模式，將如下代碼復制到文件中，然后按ECS退出編輯模式，輸入:wq后按下Enter鍵保存并退出。

kind: Jobnmetadata:n name: sysbench-prepare-data-testn namespace: defaultnspec:n backoffLimit: 0n template:n spec:n restartPolicy: Nevern containers:n - name: sysbench-preparen image: severalnines/sysbenchn env:n - name: POLARDB_X_USERn value: polardbx_rootn - name: POLARDB_X_PASSWDn valueFrom:n secretKeyRef:n name: polardb-xn key: polardbx_rootn command: [ 'sysbench' ]n args:n - --db-driver=mysqln - --mysql-host=$(POLARDB_X_SERVICE_HOST)n - --mysql-port=$(POLARDB_X_SERVICE_PORT)n - --mysql-user=$(POLARDB_X_USER)n - --mysql_password=$(POLARDB_X_PASSWD)n - --mysql-db=sysbench_testn - --mysql-table-engine=innodbn - --rand-init=onn - --max-requests=1n - --oltp-tables-count=1n - --report-interval=5n - --oltp-table-size=160000n - --oltp_skip_trx=onn - --oltp_auto_inc=offn - --oltp_secondaryn - --oltp_range_size=5n - --mysql_table_options=dbpartition by hash(`id`)n - --num-threads=1n - --time=3600n - /usr/share/sysbench/tests/include/oltp_legacy/parallel_prepare.luan - run

h.執行如下命令，運行準備壓測數據的sysbench-prepare.yaml文件，初始化測試數據。

kubectl apply -f sysbench-prepare.yaml

i.執行如下命令，獲取任務進行狀態。

kubectl get jobs

返回結果如下，請您耐心等待大約1分鐘，當任務狀態COMPLETIONS為1/1時，表示數據已經初始化完成。

啟動壓測流量

a.執行如下命令，創建啟動壓測的sysbench-select.yaml文件。

vim sysbench-select.yaml

b.按i鍵進入編輯模式，將如下代碼復制到文件中，然后按ECS退出編輯模式，輸入:wq后按下Enter鍵保存并退出。

kind: Jobnmetadata:n name: sysbench-point-select-k-testn namespace: defaultnspec:n backoffLimit: 0n template:n spec:n restartPolicy: Nevern containers:n - name: sysbench-point-select-kn image: severalnines/sysbenchn env:n - name: POLARDB_X_USERn value: polardbx_rootn - name: POLARDB_X_PASSWDn valueFrom:n secretKeyRef:n name: polardb-xn key: polardbx_rootn command: [ 'sysbench' ]n args:n - --db-driver=mysqln - --mysql-host=$(POLARDB_X_SERVICE_HOST)n - --mysql-port=$(POLARDB_X_SERVICE_PORT)n - --mysql-user=$(POLARDB_X_USER)n - --mysql_password=$(POLARDB_X_PASSWD)n - --mysql-db=sysbench_testn - --mysql-table-engine=innodbn - --rand-init=onn - --max-requests=0n - --oltp-tables-count=1n - --report-interval=5n - --oltp-table-size=32000000n - --oltp_skip_trx=onn - --oltp_auto_inc=offn - --oltp_secondaryn - --oltp_range_size=5n - --mysql-ignore-errors=alln - --num-threads=8n - --time=3600n - --random_points=1n - /usr/share/sysbench/tests/include/oltp_legacy/select_random_points.luan - run

c.執行如下命令，運行啟動壓測的sysbench-select.yaml文件，開始壓測。

kubectl apply -f sysbench-select.yaml

d.執行如下命令，查找壓測腳本運行的POD。

kubectl get pods

返回結果如下， 以‘sysbench-point-select-k-test-’開頭的POD即為目標POD。

e.執行如下命令，查看QPS等信息。

說明：您需要將命令中的目標POD替換為以‘sysbench-point-select-k-test-’開頭的POD。

kubectl logs -f 目標PO

體驗SQL限流和SQL Advisor

SQL限流

SQL限流是PolarDB-X提供的對符合特定規則的SQL進行限制的功能。在本實驗場景中假設步驟二中發起的Sysbench Select流量嚴重影響了其他業務，所以我們首先用SQL限流對Select SQL進行限流。

a.執行如下SQL語句，查看當前正在運行的請求。

show full processlist where info is not null
返回結果如下，您可查看到有如下SQL正在執行。

b.執行如下SQL語句，創建針對這條SQL的限流規則。

create ccl_rule block_select on sysbench_test.* to 'polardbx_root'@'%' for select filter by keyword('pad') with max_concurrency=0;
在終端二中執行對select sql進行攔截的SQL語句后，在終端三您可查看到出現大量的SQL報錯統計。

c.執行如下SQL語句，查看SQL限流具體攔截情況。

show ccl_rules;

返回結果如下，您可查看SQL限流具體攔截情況

用SQL Advisor優化慢SQL

在對慢SQL進行限制后，我們的系統就可以恢復正常狀態了，那么接下來就可以對SQL進行優化。PolarDB-X 提供內置的SQL Advisor功能，可以針對某條SQL給出具體的優化建議。

a.執行如下，使用SQL Advisor功能分析SQL語句。

explain advisor SELECT id, k, c, pad from sbtest1 where k in(10)G

返回結果如下，在ADVISE_INDEX部分，就是SQL Advisor給出的建議。

b.執行SQL Advisor給出的建議SQL語句。

ALTER TABLE sysbench_test.sbtest1 ADD GLOBAL INDEX __advise_index_gsi_sbtest1_k(k) DBPARTITION BY HASH(k);

c.行如下SQL語句，解除SQL限流。

drop ccl_rule block_select;

終端二中執行解除SQL限流的SQL語句后，在終端三您可查看到qps在優化后進行了大幅度的提升。

原文鏈接

本文為阿里云原創內容，未經允許不得轉載。