TiDB 可观测性解读（二）丨算子执行信息性能诊断案例分享
💡
原文中文，约34700字，阅读约需83分钟。
📝
内容提要
可观测性是分布式系统成功的关键。本文探讨如何通过分析算子执行信息来优化SQL性能，利用`explain analyze`语句获取执行信息，帮助架构师定位性能问题。通过案例分析查询延时抖动及算子并发度对性能的影响，强调执行信息在性能诊断中的重要性。未来TiDB将进一步丰富执行信息，以提升系统可观测性。
🎯
关键要点
- 可观测性是分布式系统成功的关键。
- 通过分析算子执行信息来优化SQL性能。
- 使用'explain analyze'语句获取执行信息，帮助定位性能问题。
- 算子执行信息包括actRows、execution info、memory、disk等。
- 慢日志功能可以帮助获取有效的算子执行信息。
- 查询延时抖动是常见性能问题，通过慢日志定位具体查询语句。
- 算子的执行并发度对SQL性能有重要影响。
- 执行信息中cop_task和tikv_task的关系需要明确。
- 不同类型算子的执行时间计算方法各异。
- 优化器根据聚合函数类型优化索引读取顺序。
- TiDB 9.0版本将丰富算子执行信息，提升系统可观测性。
- 新增算子执行时间的细化，包括open和close时间。
- 并发执行时间的区分将更清晰地反映真实耗时。
- TiFlash执行中的等待时间信息将得到补充。
➡️
