(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211199214.7 (22)申请日 2022.09.29 (71)申请人 浪潮软件集团有限公司 地址 250100 山东省济南市高新区科航路 2877号 (72)发明人 邹彤　赵阳　任鲲鹏　陈原野　 (74)专利代理 机构 济南信达专利事务所有限公 司 37100 专利代理师 冯春连 (51)Int.Cl. G06F 9/50(2006.01) G06F 16/242(2019.01) (54)发明名称 一种分布式数据库应用负载画像方法及系 统 (57)摘要 本发明公开一种分布式数据库应用负载画 像方法及系统， 涉及数据库运维技术领域， 其实 现内容包括： 获取并存储分布式数据库中的运行 数据， 根据不同执行SQL语句类型的数目和执行 次数对应用进行动态分类； 针对某个应用， 分析 用户查询的当前时间段和上个时间段环比的语 句增量和数据增量情况， 同时， 根据该应用的执 行信息判断SQL语句健康 状况， 根据SQL语句的健 康状况及在应用中的重要程度判断该应用的健 康状况； 根据应用分类结果、 语句增量和数据增 量情况、 SQL语句在应用中的重要 程度， 量化查询 应用和SQL语句的各种详细信息； 根据量化结果， 展示应用概况、 应用细 节和SQL语句细节。 本发明 可以建立数据库应用画像并监控 数据库， 保证数 据库的健康运行。 权利要求书3页 说明书7页 附图1页 CN 115495245 A 2022.12.20 CN 115495245 A 1.一种分布式数据库应用负载画像方法， 其特 征在于,包括如下步骤： 获取并存储分布式数据库中的运行数据， 所述运行数据包括监控指标、 数据库日志、 应 用信息； 基于获取的运行数据， 根据不同执行SQL语句类型的数目和执行次数对应用进行动态 分类； 随后， 针对某个应用， 分析用户查询的当前时间段和上个时间段环比的语句增量和数 据增量情况， 同时， 根据该应用的执行信息判断SQL语句健康状况， 显示出潜在的不健康SQL 语句， 并根据SQ L语句的健康状况及 在应用中的重要程度判断该应用的健康状况； 根据应用分类结果、 语句增量和数据增量情况、 SQL语句在应用中的重要程度， 量化查 询应用和SQ L语句的各种详细信息； 根据量化结果， 展示应用概况、 应用细节和 SQL语句细节， 其中， 应用概况包括当前监控 的应用信息， 应用细节包括当前某一应用的具体信息， SQ L语句细节包括SQ L的统计信息 。 2.根据权利要求1所述的一种分布式数据库应用负载画像方法， 其特征在于， 所述执行 SQL语句类型包括增、 删、 改、 查； 所述语句增量为应用针对某些特殊场景季度性触发某些查询服务， 导致查询数量变化 或查询种类 变化， 语句增量具体通过SQ L语句的新增数量 来体现； 所述数据增量为应用访问的表数据增量变化， 数据增量具体通过SQL语句执行次数的 变化来体现。 3.根据权利要求2所述的一种分布式数据库应用负载画像方法， 其特征在于， 应用的执 行信息包括执 行时间偏差、 执 行行数偏差、 执 行延时占比、 重试次数， 其中， (a)执行时间偏差指SQL语句每次物理计划的实际执行时间和 SQL语句平均执行时间的 差值， 判断执行时间偏差是否正常的操作如下： 首先计算同一条SQL语句执行物理计划的平 均执行时间mean和标准差str， 由此得到置信区间(mean ‑n*str,mean+n*str)， n取 1、 2、 3， 随 后， 查看差值是否在置信区间内， 若在， 则认为执行时间偏差正常， 否则认为执行时间偏差 异常； (b)执行行数偏差指执行SQL语句的物理计划算子实际返回行数和逻辑计划算子预估 行数的差值， 判断执行行数偏差是否正常的操作如下： 取执行行数偏 差的绝对值的倒数， 对 比该倒数与设定参数限值， 若 该倒数大于 设定参数限值， 则认为执行行数偏 差正常， 否则认 为执行行数偏差异常； (c)执行延时占比指contention时间与整体SQL语句执行 时间的比值， 判断执行延时占 比是否正常的操作如下： 对比执行延时占比与设定时间阈值， 若执行延时占比小于设定时 间阈值， 则认为执 行延时占比正常， 否则认为执 行延时占比异常； (d)重试次数指同一SQL语句在应用中的retry次数， 判断重试次数是否正常的操作如 下： 设定阈值， 对比同一SQL语句的retry次数是否超 过设定的阈值， 若未超 过， 则认为该SQL 语句执行重试的次数正常， 否则认为该SQ L语句执行重试的次数异常； 根据SQL语句的执行次数、 平均执行时间、 总执行时间、 平均网络花费时间、 总网络花费 时间、 平均CPU执 行时间、 总CPU执 行时间判定SQ L语句在应用中的重要程度； 根据该应用的执行时间偏差、 执行行数偏差、 执行延时占比、 重试次数判断SQL语句健 康状况， 显示出SQL语句的不健康原因， 并根据SQL语句的不健康原因、 及SQL语句在应用中权　利　要　求　书 1/3 页 2 CN 115495245 A 2的重要程度判断该应用的健康状况。 4.根据权利要求3所述的一种分布式数据库应用负载画像方法， 其特征在于， 量化查询 应用和SQ L语句的各种详细信息包括： 应用总数量、 应用列表、 应用健康状况、 应用类型， 应用的持续时间、 分析时间， SQL语句的执行次数、 平均执行时间、 总执行时间、 平均网络花费时间、 总网络花费时 间、 平均CPU执 行时间、 总CPU执 行时间。 5.根据权利要求4所述的一种分布式数据库应用负载画像方法， 其特征在于， 当前监控 的应用信息包括应用名称、 持续时间、 健康状况、 SQ L总数量、 分析时间、 SQ L类型分布； 当前某一应用的具体信息指的是 该应用的所有SQ L语句执行信息； SQL的统计信息包括SQL语句的健康状况、 执行成功率、 总执行次数、 总执行时间、 平均 执行时间、 平均CPU时间、 平均网络花费时间、 平均服 务延迟。 6.一种分布式数据库应用负载画像系统， 其特 征在于,包括： 自治数据仓库， 用于收集和存储分布式数据库中的运行数据， 所述运行数据包括监控 指标、 数据库日志、 应用信息； 应用分类模块， 用于从 自治数据仓库实时获取运行数据， 并根据不同执行SQL语句类型 的数目和执 行次数对应用进行动态分类； 增量变化模块， 用于从自治数据仓库实时获取运行数据， 并针对某个应用分析用户查 询的当前时间段和上个时间段环比的语句增量和数据增量情况； 语句分析模块， 用于从自治数据仓库实时获取运行数据， 根据该应用的执行信息判断 SQL语句健康状况， 显示出潜在的不健康SQL语句， 并根据SQL语句的健康状况及在应用中的 重要程度判断该应用的健康状况； 定量总结模块， 根据应用分类结果、 语句增量和数据增量情况、 SQL语句在应用中的重 要程度， 量 化查询应用和SQ L语句的各种详细信息， 并发送至展示模块； 展示模块， 用于展示应用概况、 应用细节和 SQL语句细节， 其中， 应用概况包括当前监控 的应用信息， 应用细节包括当前某一应用的具体信息， SQ L语句细节包括SQ L的统计信息 。 7.根据权利要求6所述的一种分布式数据库应用负载画像系统， 其特征在于， 所述执行 SQL语句类型包括增、 删、 改、 查； 所述语句增量为应用针对某些特殊场景季度性触发某些查询服务， 导致查询数量变化 或查询种类 变化， 语句增量具体通过SQ L语句的新增数量 来体现； 所述数据增量为应用访问的表数据增量变化， 数据增量具体通过SQL语句执行次数的 变化来体现。 8.根据权利要求7所述的一种分布式数据库应用负载画像系统， 其特征在于， 应用的执 行信息包括执 行时间偏差、 执 行行数偏差、 执 行延时占比、 重试次数， 其中， (a)执行时间偏差指SQL语句每次物理计划的实际执行时间和 SQL语句平均执行时间的 差值， 判断执行时间偏差是否正常的操作如下： 首先计算同一条SQL语句执行物理计划的平 均执行时间mean和标准差str， 由此得到置信区间(mean ‑n*str,mean+n*str)， n取 1、 2、 3， 随 后， 查看差值是否在置信区间内， 若在， 则认为执行时间偏差正常， 否则认为执行时间偏差 异常；权　利　要　求　书 2/3 页 3 CN 115495245 A 3