打破資料管理迷思：資料在精不在多

| | | | | | 1則回應

    

問題剛發生時，往往不易察覺，但是經過一連串的連鎖反應，各種不同的徵兆會逐漸浮現出來。理論上無論從哪一個面相鑽研下去，最後一定都會指到問題的核心，不過前提是，在過濾分析過程中，都不可忽視其它相關因素，這樣才能確保在解決問題的過程當中，不會偏失方向。若是把整個過程中所做的資料分析記錄下來，再交叉比對，其實您會發現，不管從那個面相切進去看問題，每個因素都互有關連，互為佐證。

舉例來說，若是資料庫系統效能受到影響、乃是肇因於某個SQL指令所使用的查詢條件複雜(若是Table裡的資料有建立索引，代表查詢有可能會使用 Index Scan，因此會用到CPU的運算資源)，而且回傳的資料筆數相當多(這代表記憶體用量會升高。若是分配的記憶體不夠，那會將一部分資料移到虛擬記憶體，也就是會發生Page Swap，也就代表Disk I/O也會升高)，這時候從表面上看來，能觀察到的現象可能有：

1.CPU使用率增高。
2.Disk I/O頻繁。
3.Memory用量大增。

若是從CPU使用率方面著手調查，您應該會看到是資料庫系統的行程佔用了不少CPU資源。接下來您要查出，是那些資料庫連線最為忙碌，而判斷的依據，就是 CPU、Disk I/O以及Memory用量。再從用量最高的連線著手調查，看是在執行什麼工作，也就是在執行什麼SQL指令，如此一步步地追查下去。同樣地，若是從 Memory方面著手，可以先分析實體記憶體以及虛擬記憶體的使用比例。若是資料容量己經超出實體記憶體許多，代表Page Swapping是無可避免的現象，此時可以找出那些行程的Disk I/O最為忙碌。若確定行程是屬於資料庫系統時，您就可利用之前所提的步驟往下繼續分析。

由以上例子可知，若能在解決問題的過程當中，考慮到可能的相關因素、並加以推導，就會發現哪些資料對您來說是有用的。只消幾個步驟，就可以去蕪存菁、事半功倍。若能把這些解決問題的步驟記錄下來，包括註明那些是該收集的資料，那您還可以逐漸發展出自己的專家系統。