《大规模分布式计算深入解析》13.1 慢查询与 Profile

分开分片执行时间、协调时延和客户端时延。

分开分片执行时间、协调时延和客户端时延。

实现机制

slowlog 以分片阶段或版本支持的请求粒度记录。profile 更细分算子耗时,有执行开销,也不会覆盖完整客户端等待。

请求缓存的命中范围、refresh 后失效和允许缓存的请求类型都依版本。缓存命中也未必省掉所有网络分发。

慢查询与 Profile的执行路径

flowchart TD
    N0["到达客户端请求"]
    N1["记录队列、分片执行和 fetch"]
    N0 --> N1
    N2["聚合延迟及失败"]
    N1 --> N2
    N3["对照节点和索引健康"]
    N2 --> N3
    N4["根据请求历史复测"]
    N3 --> N4
    N2 -- "部分分片超时或失败" --> F0["明确结果状态并定位失败范围"]

验证

把同一请求的 took、客户端计时、分片 profile 和慢日志按 ID 关联。

下载实验包 · 本卷目录 · 系列导读

一手资料

继续阅读

探索更多技术文章

浏览归档,发现更多关于系统设计、工具链和工程实践的内容。

全部文章 返回首页

「books」更多文章

  1. 《大规模分布式计算深入解析》15.3 落地:从 Neo4j 到自研图引擎
  2. 《大规模分布式计算深入解析·图计算与图数据库内核》 · 目录与学习路径(45 篇)
  3. 《大规模分布式计算深入解析》15.2 十一卷主线:从切分到图