PostgreSQL
 sql >> Baza danych >  >> RDS >> PostgreSQL

Analiza statystyk tabel PostgreSQL

Korzystając z tabel statystyk w PostgreSQL, możesz monitorować liczbę żywych i martwych wierszy, zwanych również krotkami, w tabeli. Aktywne wiersze to wiersze w Twojej tabeli, które są aktualnie używane i można je przeszukiwać w Chartio w celu odwoływania się do danych i analizowania ich. Martwe wiersze to usunięte wiersze, z których usunięto dane i które mają zostać ponownie wykorzystane przez źródło danych, gdy użyjesz polecenia zapisu, takiego jak INSERT lub UPDATE.

Uwaga - Połączenie Chartio z Twoim źródłem danych powinno być tylko do odczytu, aby zapobiec złośliwemu lub niezamierzonemu zapisowi w Twoim źródle. Ponadto niektóre polecenia nie są dozwolone w kreatorze zapytań Chartio, aby uniemożliwić wysyłanie tych poleceń do źródła przez Chartio.

Teraz dla zapytania statystycznego, którego będziesz używać. Wyślemy zapytanie do tabel użytkowników Postgres States (pg_stat_user_tables), które są tabelą statystyk diagnostycznych, którą Postgres przechowuje w twoich źródłach (o ile masz odpowiednie ustawienia konfiguracyjne). Istnieje mnóstwo statystyk, które można wykorzystać w swoim źródle.

Dla naszych celów tutaj będziemy analizować żywe i martwe krotki, używając następującego zapytania:

select relname, n_live_tup, n_dead_tup
from pg_stat_user_tables
group by 1, 2, 3
order by 2, 3 desc

Rozbijmy kolumny:

relname =nazwa tabeli, o której mowa

n_live_tup =przybliżona liczba aktywnych wierszy

n_dead_tup =przybliżona liczba martwych rzędów

Zobaczmy teraz w praktyce.

Możesz przejść do Chartio Data Explorer w trybie eksploracji i wybrać źródło danych, które chcesz przeanalizować. W poniższym przykładzie używam Chartio Demo Source, z którym Twoja organizacja była połączona podczas rejestracji w Chartio. Następnie mogę po prostu skopiować i wkleić powyższe zapytanie SQL i uruchomić je w źródle danych. Na wynikowym wykresie słupkowym widać, że w tych tabelach nie ma martwych wierszy, a tabela odwiedzających ma najwięcej aktywnych wierszy.

Za pomocą tego zapytania diagnostycznego będziesz mógł regularnie monitorować swoje źródła i ich statystyki. Mogę nawet zasugerować użycie tego zapytania i innych podobnych do zbudowania pulpitu monitorującego, który może pomóc w szybkim monitorowaniu źródeł i ich statystyk, a nawet skonfigurowanie raportu, który można wysyłać do Ciebie każdego ranka, aby mieć na to czujne oko Twoje źródła.


  1. Database
  2.   
  3. Mysql
  4.   
  5. Oracle
  6.   
  7. Sqlserver
  8.   
  9. PostgreSQL
  10.   
  11. Access
  12.   
  13. SQLite
  14.   
  15. MariaDB
  1. Dlaczego powinieneś uczyć się PostgreSQL?

  2. SQLAlchemy wiele kluczy obcych w jednej zmapowanej klasie do tego samego klucza podstawowego

  3. Postgresql SQL GROUP BY interwał czasowy z dowolną dokładnością (do milisekund)

  4. Jak korzystać z modelu uczenia maszynowego KNN z 2UDA – PostgreSQL i Orange (Część 1)

  5. Rails:wdrażanie do Heroku, wiele problemów