伴隨著 TiDB 6.0 的發(fā)布，PingCAP Clinic 服務(wù)也揭開了她的面紗，提供 Tech Preview 版本給廣大用戶試用。Clinic 服務(wù)源于 TiDB Cloud，以智能診斷提升 TiDB Cloud SLA ，以 AIOPS 方式降低 TiDB Cloud 成本;同時 Clinic 也會將 Cloud 中積累的診斷經(jīng)驗(yàn)、運(yùn)維最佳實(shí)踐以診斷服務(wù)方式提供給本地部署的集群，使所有的云下用戶也從中受益。

　　本次發(fā)布的 Tech Preview 版本，對本地部署的用戶提供了診斷數(shù)據(jù)的快速采集和診斷環(huán)境的線上復(fù)現(xiàn)，當(dāng) TiDB 集群遇到問題，邀請 PingCAP 技術(shù)支持人員協(xié)助遠(yuǎn)程定位時，或者在 AskTUG 社區(qū)提問時，通過 Clinic 服務(wù)采集并上傳診斷數(shù)據(jù)，將大大加快問題定位的速度。

　　Clinic 在 TiDB Cloud 中的應(yīng)用

　　小吳是 TiDB Cloud 的技術(shù)工程師，在協(xié)助 TiDB Cloud 用戶進(jìn)行 POC 時，需要實(shí)時關(guān)注客戶集群的健康狀態(tài)和各種監(jiān)控指標(biāo)，根據(jù)客戶的業(yè)務(wù)壓力指標(biāo)，推薦最優(yōu)的集群拓?fù)渑渲煤蛿?shù)據(jù)庫參數(shù)配置;當(dāng)用戶集群出現(xiàn)異常時，及時分析并解決問題，保證集群 SLA。

　　Clinic 診斷場景

　　小吳登錄到 Clinic 診斷服務(wù)，可以快速查詢到用戶所在集群的各個時間段的診斷數(shù)據(jù)。Clinic 將TiDB Cloud 平臺上的日志、監(jiān)控指標(biāo)等診斷數(shù)據(jù)安全存儲，并提供可視化的展示。

　　除了基礎(chǔ)查看以外，Clinic 還提供智能分析。

　　智能分析延遲問題

　　某個用戶抱怨這段時間的延遲突然變大了，小吳同學(xué)會很直覺地去找系統(tǒng)中哪個環(huán)節(jié)哪個實(shí)例的耗時更大，這似乎不是一件很難的事情，但是他需要在各個 Grafana 面板之間反復(fù)橫跳地查找瓶頸，并從中眾多節(jié)點(diǎn)中找出一個問題節(jié)點(diǎn)，這是一件費(fèi)時費(fèi)力并且考驗(yàn)?zāi)托牡墓ぷ?。Clinic 診斷服務(wù)的智能分析很貼心地直接為小吳準(zhǔn)備好了結(jié)果如下：

　　在診斷延遲變大問題時，識別當(dāng)前的負(fù)載類型也是一個重要的步驟。如果只是單單看讀寫的比例可能還好，但是如果要看哪個實(shí)例間的讀寫不平衡度呢?現(xiàn)在有些用戶集群的 TiKV 實(shí)例已經(jīng)達(dá)到數(shù)十甚至上百，想要分析這些實(shí)例上的讀寫不平衡，幾乎是一件不適宜人眼工作的事情。但對于機(jī)器來說，計(jì)算這些并不是一個難事，Clinic 會結(jié)合上述問題時間段(比如延遲升高時)，給出這段時間內(nèi)不平衡度與平時(基線數(shù)據(jù))的區(qū)別。下圖是一個智能分析輸出的例子：

　　從上圖的分析上可以看出，在問題時間段內(nèi)，點(diǎn)讀請求和 coprocessor 讀請求比平時上升，小吳可以根據(jù)這個線索繼續(xù)定位。

　　智能日志聚類分析

　　小吳同學(xué)除了分析 Metrics ，也要對集群日志進(jìn)行分析查看。咱們 TiDB 集群的日志量是相當(dāng)驚人的，組件再正交上實(shí)例，這個工作量也是非常大的。Clinic 提供智能日志聚類，幫助小吳同學(xué)在海量的日志中快速發(fā)現(xiàn)問題。

　　日志聚類將每個時間段內(nèi)的不同日志的趨勢以可視化的方式展示，哪類日志的數(shù)量發(fā)生了突變，哪個實(shí)例的日志數(shù)量發(fā)生了突變，小吳同學(xué)一目了然，抓大放小，迅速聚焦到主要矛盾上。從下圖來看，當(dāng)前時間段，TiDB 集群處理最多的是紅框中的兩件事，數(shù)量占比多的可以考慮優(yōu)先排查。

　　TiDB Cloud 場景小結(jié)

　　Clinic 的智能診斷還處于初級階段，在近期還會有更多的分析模型上線并應(yīng)用到 TiDB Cloud 的診斷中，在實(shí)戰(zhàn)中不斷的訓(xùn)練模型，輸出高準(zhǔn)確率的問題判斷規(guī)則，提前發(fā)現(xiàn)集群風(fēng)險點(diǎn)，提高問題修復(fù)速度，從而不斷提升 TiDB Cloud 服務(wù)的 SLA。

　　Clinic 助力云下本地部署集群的問題診斷

　　Clinic 診斷服務(wù)在 TiDB Cloud 上為小吳帶來了巨大的幫助，我們把 Clinic 的功能也提供給本地部署的集群，讓云下集群也能使用該功能進(jìn)行問題診斷，這樣可以大大加速用戶問題的解決。

　　在 Tech Preview 階段，Clinic 中數(shù)據(jù)導(dǎo)出、診斷環(huán)境重建的功能開放給了本地部署的集群。當(dāng)本地部署的TiDB集群遇到問題，邀請 PingCAP 技術(shù)支持人員協(xié)助遠(yuǎn)程定位時，或者在 AskTUG 社區(qū)提問時，通過 Clinic 服務(wù)采集并上傳診斷數(shù)據(jù)，將大大加快問題定位的速度。

　　注意 Clinic 的智能分析相關(guān)功能暫時未在 Tech Preview 階段開放給本地部署的集群。我們需要在 TiDB Cloud 中做更多的數(shù)據(jù)訓(xùn)練，當(dāng)分析模型的準(zhǔn)確度和計(jì)算成本都達(dá)到一定標(biāo)準(zhǔn)后，即會對云下的集群開放。

　　數(shù)據(jù)采集和上傳

　　小宇是 TiDB 集群的 DBA，近期集群接入了一個新的上層業(yè)務(wù)，集群出現(xiàn)性能問題， 小宇向 PingCAP 技術(shù)支持上報(bào)了問題，期望能盡快得到優(yōu)化的建議。

　　在以往的類似場景中，上報(bào)問題以后，PingCAP 技術(shù)支持會要求小宇上傳各種診斷信息，小宇需要去集群上手動執(zhí)行多個復(fù)雜的命令，包括抓取各個節(jié)點(diǎn)的日志文件、使用 Metrics Tool 逐個 Dashboard 保存數(shù)據(jù)等，一套采集、溝通和傳送數(shù)據(jù)，往往就花了大半天時間。如今 PingCAP 技術(shù)支持同學(xué)建議小宇使用 Clinic 的采集工具，只需要一條命令，快速完成數(shù)據(jù)采集，然后直接上傳數(shù)據(jù)分享給技術(shù)支持。

　　小宇運(yùn)行一條簡單的命令，就能采集最近 2 小時的集群各節(jié)點(diǎn)日志、metrics、配置項(xiàng)、硬件參數(shù)信息：

　　采集完成后，直接上傳至 Clinic 服務(wù)：

　　Clinic 的診斷環(huán)境復(fù)現(xiàn)

　　數(shù)據(jù)上傳后，小宇登錄 Clinic，就能可視化的查看自己的診斷數(shù)據(jù)。將數(shù)據(jù)鏈接分享給 PingCAP 技術(shù)支持以后，PingCAP 技術(shù)專家也能立即查看全面的診斷數(shù)據(jù)，加速問題定位。

　　·查看 Metrics

　　支持在線查看 Metrics，提供多個 Grafana Dashboard 模板以方便查看。

　　·查看日志

　　支持在線查看日志，可以通過各種過濾條件高效查看日志。

　　·查看慢查詢

　　支持在線查看慢查詢信息，與在集群內(nèi)部的 TiDB Dashboard 上看到的信息一致。

　　Clinic 的未來

　　Clinic 服務(wù)的發(fā)布，代表 PingCAP 會在保證數(shù)據(jù)庫的健康運(yùn)行方面持續(xù)地投入，Clinic 的最終愿景是通過 TiDB Cloud 的技術(shù)積淀，整體提升云上云下 TiDB 集群的穩(wěn)定性，降低運(yùn)維成本，讓數(shù)據(jù)庫的運(yùn)維更簡單。

　　Clinic 服務(wù)后續(xù)發(fā)展的方向主要集中在這幾點(diǎn)：

　　·云上云下兼顧：Clinic 服務(wù)始終堅(jiān)持在云上做技術(shù)沉淀，將云上積累的經(jīng)驗(yàn)通過診斷服務(wù)、運(yùn)維服務(wù)的方式提供給云下集群 ，讓所有部署類型的集群都受益。

　　·AI for DB：Clinic 服務(wù)使用最新的 AI 技術(shù)，由數(shù)據(jù)庫領(lǐng)域?qū)＜液?AI 領(lǐng)域?qū)＜疑钊牒献鬟M(jìn)行模型建立和訓(xùn)練，最大限度地借助 AI 能力進(jìn)行問題預(yù)判、問題診斷和根因排查。

　　·數(shù)據(jù)庫自治服務(wù)：Clinic 服務(wù)逐步實(shí)現(xiàn)數(shù)據(jù)庫自預(yù)判、自優(yōu)化、自修復(fù)，以自治的方式替代人工運(yùn)維操作，幫助用戶消除數(shù)據(jù)庫管理的復(fù)雜性及人工操作引發(fā)的服務(wù)故障，及時分析并解決問題，保證集群穩(wěn)定運(yùn)行。

（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）