将Query Insights升级至Metal

将Query Insights升级至Metal

💡 原文英文,约500词,阅读约需2分钟。
📝

内容提要

PlanetScale Metal现已普遍可用,Query Insights数据库成功迁移至Metal。通过批量读取Kafka消息并优化写入,数据库实现了每秒约10,000次更新/插入,显著降低了延迟,提升了性能,Kafka消费者的平均积压减少,未来可处理更多消息。

🎯

关键要点

  • PlanetScale Metal现已普遍可用,Query Insights数据库成功迁移至Metal。

  • Query Insights的数据收集流程包括从Vitess层收集查询模式遥测、发布数据到Kafka、从Kafka消费数据并写入多个MySQL表。

  • Query Insights管道的主要可扩展性问题是确保能够快速处理和写入数据,以跟上输入量。

  • 通过批量读取Kafka消息、在内存中合并数据以避免不必要的写入,并将写入任务交给每个Kafka消费者的线程池,数据库实现了每秒约10,000次更新/插入。

  • Query Insights数据库有8个分片,升级前需要为MySQL的EBS卷提供更多的IOPS以应对遥测量。

  • 选择最繁忙的一个MySQL分片进行首次升级,升级后延迟显著降低,查询速度提高。

  • 在升级后,所有分片的性能几乎一致改善,未对应用程序、架构或分片配置进行任何更改。

  • 升级到PlanetScale Metal后,Kafka消费者的平均积压减少,未来可处理更多消息。

延伸问答

Query Insights数据库迁移到Metal后有什么性能提升?

迁移后,Query Insights数据库的延迟显著降低,查询速度提高,所有分片的性能几乎一致改善。

如何收集Query Insights的数据?

数据通过从Vitess层收集查询模式遥测,发布到Kafka,然后从Kafka消费并写入多个MySQL表来收集。

Query Insights数据库的主要可扩展性问题是什么?

主要可扩展性问题是确保能够快速处理和写入数据,以跟上输入量。

升级到PlanetScale Metal后Kafka消费者的表现如何?

升级后,Kafka消费者的平均积压减少,未来可处理更多消息。

在升级过程中选择了哪个MySQL分片进行首次升级?

选择了最繁忙的一个MySQL分片进行首次升级。

Query Insights数据库的写入性能如何?

数据库实现了每秒约10,000次更新/插入,显示出非常写重的特性。

➡️

继续阅读