详解GaussDB(DWS)用户监控原理及应用

摘要：本文将聚焦于用户监控的原理及应用进行介绍。

本文分享自华为云社区《GaussDB(DWS)监控工具指南（二）用户级监控》，作者：幕后小黑爪。

前言

资源监控是整个运维乃至整个产品生命周期重要的一环，事前及时语句发现故障，事后提供详实的数据用于追查定位问题。GaussDB(DWS)整个资源监控体系分为作业级监控、用户监控和资源池监控。本文将聚焦于用户监控的原理及应用进行介绍。

1、GuassDB(DWS)用户体系

对于一个产品来说，最简单的用户分类是普通用户、系统管理员、超级管理员三层体系。超级管理员拥有最高级的权限，普通用户作为最基本的用户，用户操作系统的部分权限，系统管理员也拥有部分权限，同时他也可改变普通用户的权限。超级管理员拥有所有权限，但是不轻易使用。

1.1 两层用户机制介绍

对于一个企业来说，对数据库的操作也是分部门运作，每个部门单独有的表，同时每个部门也有单独的优先级，有鉴于此，GaussDB（DWS）设计的用户体系也分为两层：

第一层为组用户，该层用户关联组资源池，不作为执行作业的用户使用。

第二层为业务用户，该层用户关联业务资源池，可作为执行作业的用户使用。

组用户之间可使用的资源也可单独设置。每个业务用户之间亦可设置单独的资源。相较于以往单层的用户机制而言，两层的用户机制可实现对用户资源进行粒度更小的管控。

示例：

# 创建cgroup控制组

gs_ssh -c "gs_cgroup -c -S ClassG1 -G wn1"

# 创建组资源池resource_pool_a绑定ClassG1控制组。

CREATE RESOURCE POOL resource_pool_a WITH (control_group = 'ClassG1');

# 创建业务资源池resource_pool_a1绑定wn1控制组。

CREATE RESOURCE POOL resource_pool_a1 WITH (control_group = 'ClassG1:wn1');

# 创建组用户关联到组资源池。例如，名称为“tenant_a”的组用户关联到“resource_pool_a”组资源池

CREATE USER tenant_a RESOURCE POOL 'resource_pool_a' PASSWORD '********';

# 创建业务用户关联到业务资源池和组用户。例如，名称为“tenant_a1”的业务用户关联到“resource_pool_a1”组资源池和“tenant_a”组用户。

CREATE USER tenant_a1 RESOURCE POOL 'resource_pool_a1' USER GROUP 'tenant_a' PASSWORD '********';

1.2 赋权

当我们需要普通用户访问某个表时，可使用grant语法对用户赋权限或者收回权限，该操作需要拥有sysadmin权限的用户进行，举个例子

# 将public表空间下的lineitem表的查询权限赋给user_1：

grant select on public.lineitem to user_1;

# 回收user_1的public表空间下的lineitem表的查询权限：

Revoke select on public.lineitem from user_1;

2、用户资源监控

2.1 目标

一般情况下，数仓产品会同时有多个用户对数据库进行操作，每个用户使用的资源量有差异，举个极端的例子，当某个用户下发了慢SQL，导致集群整体性能劣化，此时我们就需要确定这个作业是哪个用户下发的，然后找到对应的慢SQL，对其进行管理。

对于管理员用户而言，用户监控可以帮助管理员以用户的维度了解系统的性能状况，及时发现并解决资源瓶颈和故障，提高系统的可靠性和稳定性。还可区分每个用户在整个集群中使用的资源量，确定哪些用户使用的资源量超标,然后对超标的用户进行限制。

2.2 监控维度

用户监控支持对CPU、内存、存储空间、临时空间、算子落盘空间、磁盘IO、网络等方面的监控，通过对这些资源的监控，管理员可以了解系统的负载情况、进程的运行状态、磁盘空间的使用情况、网络带宽的利用率等信息。这些信息可以帮助管理员及时发现系统的异常情况，及时采取措施，避免系统崩溃或者服务中断。

使用示例：

postgres=# SELECT * FROM PG_TOTAL_USER_RESOURCE_INFO;

     username     | used_memory | total_memory | used_cpu | total_cpu | used_space | total_space | used_temp_space | total_temp_space | used_spill_space | total_spill_space | read_kbytes | write_kbytes | read_cou

nts | write_counts | read_speed | write_speed | send_speed | recv_speed

------------------+-------------+--------------+----------+-----------+------------+-------------+-----------------+------------------+------------------+-------------------+-------------+--------------+---------

----+--------------+------------+-------------+------------+------------

 user_grp_1       | 0 | 4928 | 0 | 16 | 1573880 |          -1 | 0 |               -1 | 0 |                -1 | 0 | 0 |

 0 | 0 | 0 | 0 | 0 | 0

 perfadm | 0 | 0 | 0 | 0 | 0 |          -1 | 0 |               -1 | 0 |                -1 | 0 | 0 |

 0 | 0 | 0 | 0 | 0 | 0

 user_normal | 0 | 24643 | 0 | 16 | 0 |          -1 | 0 |               -1 | 0 |                -1 | 0 | 0 |

 0 | 0 | 0 | 0 | 0 | 0

 usr1             | 0 | 69763 | 0 | 40 | 0 |          -1 | 0 |               -1 | 0 |                -1 | 0 | 0 |

 0 | 0 | 0 | 0 | 0 | 0

 logical_cluster1 | 0 | 24643 | 0 | 16 | 1834424 |          -1 | 0 |               -1 | 0 |                -1 | 0 | 0 |

 0 | 0 | 0 | 0 | 0 | 0

 user_2           | 0 | 985 | 0 | 16 | 0 |          -1 | 0 |               -1 | 0 |                -1 | 0 | 0 |

 0 | 0 | 0 | 0 | 0 | 0

 user_1           | 0 | 3942 | 0 | 16 | 1573880 |          -1 | 0 |               -1 | 0 |                -1 | 0 | 0 |

 0 | 0 | 0 | 0 | 0 | 0

 logical_cluster2 | 0 | 45120 | 0 | 24 | 0 |          -1 | 0 |               -1 | 0 |                -1 | 0 | 0 |

 0 | 0 | 0 | 0 | 0 | 0

 user_default | 0 | 24643 | 0 | 16 | 0 |          -1 | 0 |               -1 | 0 |                -1 | 0 | 0 |

 0 | 0 | 0 | 0 | 0 | 0

 wjx | 0 | 24643 | 0 | 16 | 0 |          -1 | 0 |               -1 | 0 |                -1 | 0 | 0 |

 0 | 0 | 0 | 0 | 0 | 0

(10 rows)

postgres=# select * from GS_WLM_USER_RESOURCE_HISTORY;

     username     |           timestamp           | used_memory | total_memory | used_cpu | total_cpu | used_space | total_space | used_temp_space | total_temp_space | used_spill_space | total_spill_space | read_

kbytes | write_kbytes | read_counts | write_counts | read_speed | write_speed | send_speed | recv_speed

------------------+-------------------------------+-------------+--------------+----------+-----------+------------+-------------+-----------------+------------------+------------------+-------------------+------

-------+--------------+-------------+--------------+------------+-------------+------------+------------

 user_grp_1       | 2023-05-22 16:51:03.380482+08 | 0 | 4928 | 0 | 16 | 1573880 |          -1 | 0 |               -1 | 0 |                -1 |

 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0

 wjx | 2023-05-22 16:51:03.380482+08 | 0 | 24643 | 0 | 16 | 0 |          -1 | 0 |               -1 | 0 |                -1 |

 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0

 user_default | 2023-05-22 16:51:03.380482+08 | 0 | 24643 | 0 | 16 | 0 |          -1 | 0 |               -1 | 0 |                -1 |

 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0

 logical_cluster2 | 2023-05-22 16:51:03.380482+08 | 0 | 45120 | 0 | 24 | 0 |          -1 | 0 |               -1 | 0 |                -1 |

 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0

 user_1           | 2023-05-22 16:51:03.380482+08 | 0 | 3942 | 0 | 16 | 1573880 |          -1 | 0 |               -1 | 0 |                -1 |

 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0

 user_2           | 2023-05-22 16:51:03.380482+08 | 0 | 985 | 0 | 16 | 0 |          -1 | 0 |               -1 | 0 |                -1 |

 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0

 logical_cluster1 | 2023-05-22 16:51:03.380482+08 | 0 | 24643 | 0 | 16 | 1834424 |          -1 | 0 |               -1 | 0 |                -1 |

 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0

 usr1             | 2023-05-22 16:51:03.380482+08 | 0 | 69763 | 0 | 40 | 0 |          -1 | 0 |               -1 | 0 |                -1 |

 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0

 user_normal | 2023-05-22 16:51:03.380482+08 | 0 | 24643 | 0 | 16 | 0 |          -1 | 0 |               -1 | 0 |                -1 |

 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0

2.3 监控原理

内核在作业运行时，依据作业携带的用户信息，进行相关资源字段的累计，每隔一段时间将信息汇总至用户监控历史表中。此外，该功能的使用有些规格：

2.3.1 相关GUC参数

enable_logical_io_statistics：用户资源监控和资源池资源监控IO相关数值的开关，默认为on,开启后用户监控中io相关记录（read_kbytes、write_kbytes、read_counts、write_counts、read_speed和write_speed）会进行统计。

enable_user_metric_persistent：否开启用户/资源池历史资源监控转存功能，开启后会将监控记录转存到历史表中。

user_metric_retention_time：设置用户历史资源监控数据的保存天数，默认为7天

2.3.2 相关说明

当前用户监控可同时监控快慢车道的所有作业的CPU、IO和内存使用情况。

当用户在CN上进行查询时，显示的为所有DN资源池使用和资源限制的累积和。在DN查询时仅统计本DN上资源池使用和资源限制信息。

DN上数据收集周期为5s，CN每隔5s从DN上收集一次信息。辅助线程每30s自动进行持久化操作，持久化用户监控数据。

对于初始管理用户暂不进行资源监控，因为该用户是超级管理员用户，没必要监控。

2.4 案例分析

2.4.1 当出现内存不可用时，可通过该视图查看是哪个用户使用的内存过高

2.4.2 可以监控用户网络使用情况，比如网络的收发速率等。

点击关注，第一时间了解华为云新鲜技术~