分析思路
重點從集羣任務、系統資源、集羣狀態及變量三方面進行分析。
1、集羣任務分析：
重點對併發任務數較高、資源使用率較高的集羣進行分析；
定期抽取集羣任務趨勢數據、審計日誌，分析任務數趨勢、重點觀察高併發任務數時點及趨勢，分析不同類型/用户等維度的任務分佈情況、任務總體的耗時情況；
定期對TOP任務(超時SQL、大SQL)進行分析優化；
不定期對特定應用、用户反饋的腳本等進行專項分析優化；
主要分析內容包括：
1)任務趨勢分析
2)任務分類統計分析
3)TOP任務分析
4)專項任務分析
集羣任務數趨勢可通過集羣監控系統獲取，SQL任務統計數據通過審計日誌獲取，需要部署相關的監控及設置審計日誌歸檔，此處不冗述。
2、系統資源分析：
部署nmon監控，定期抽取集羣節點的nmon日誌，重點觀察CPU使用率趨勢、磁盤Disk Busy趨勢、Swap使用率趨勢，看是否存在瓶頸。
3、集羣狀態及變量分析：
定期分析，重點觀察集羣線程數、堆內存使用率的趨勢，針對性優化。
分析總結
分析結束後，需要輸出集羣優化分析記錄，主要內容包括：集羣應用場景、集羣任務併發情況、集羣任務耗時情況、系統資源使用情況、集羣優化舉措，舉例如下：
1、集羣業務及資源使用情況
6點至14點集羣較活躍，9點至12點任務數較大，約在100至150之間，少數時點會超過150接近180，其他時段任務數基本在50以下；
SELECT任務佔大頭，全天約700萬，其次是insert（66萬）和delete（19萬），gbinst1用户任務佔絕對多數，99.8%的SELECT在3秒以內，超過60秒的很少，90%的INSERT在3秒以內，93%的DELETE在3秒以內；
CPU使用率平均約25%，最大約90%，6點至12點CPU使用率較高，有少數時點接近90%，DiskBusy最高不超過60%，其他資源無明顯瓶頸；
2、集羣性能分析及優化建議
業務場景偏向高頻、高併發小數據量操作，除了相對簡單的統計查詢（較集市集羣而言），還有一些單表頻繁增刪改的場景，集羣IO資源是關鍵，當IO資源不足時，增刪改業務容易變慢積壓。
建議的優化方法如下：
- 降低gbinst1等用户的Insert/delete/update執行頻率，優化單條insert/delete/update為攢批模式。
- 大部分查詢SQL使用了多表關聯、union、order by等運算，過於複雜，高併發場景下會佔用過多CPU資源。對於高併發、高響應要求的場景，根據業界經驗，應當儘量簡化SQL（最好是單表、如能避免排序最佳）。
- 儘量減小表的數據規模，以儘量較少查詢複雜度，降低SQL的資源消耗，從而增加併發能力。
- 部分表規模太大，也會消耗過多的計算資源，應儘量減小單表數據量，定期清理歷史數據，或按賬期分拆建表。
