通过 Slack 监视慢 SQL 查询
我的 Slack 机器人提示我一个运行了很长时间 SQL 查询。我应该尽快解决它。
我们不能管理我们无法去测量的东西。每个后台应用程序都需要我们去监视它在数据库上的性能。如果一个特定的查询随着数据量增长变慢,你必须在它变得太慢之前去优化它。
由于 Slack 已经成为我们工作的中心,它也在改变我们监视系统的方式。 虽然我们已经有非常不错的监视工具,如果在系统中任何东西有正在恶化的趋势,让 Slack 机器人告诉我们,也是非常棒的主意。比如,一个太长时间才完成的 SQL 查询,或者,在一个特定的 Go 包中发生一个致命的错误。
在这篇博客文章中,我们将告诉你,通过使用已经支持这些特性的一个简单的日志系统 和 一个已存在的数据库库(database library) 怎么去设置来达到这个目的。
使用记录器
logger 是一个为 Go 库和应用程序使用设计的小型库。在这个例子中我们使用了它的三个重要的特性:
- 它为测量性能提供了一个简单的定时器。
- 支持复杂的输出过滤器,因此,你可以从指定的包中选择日志。例如,你可以告诉记录器仅从数据库包中输出,并且仅输出超过 500 ms 的定时器日志。
- 它有一个 Slack 钩子,因此,你可以过滤并将日志输入到 Slack。
让我们看一下在这个例子中,怎么去使用定时器,稍后我们也将去使用过滤器:
package main
import (
"github.com/azer/logger"
"time"
)
var (
users = logger.New("users")
database = logger.New("database")
)
func main () {
users.Info("Hi!")
timer := database.Timer()
time.Sleep(time.Millisecond * 250) // sleep 250ms
timer.End("Connected to database")
users.Error("Failed to create a new user.", logger.Attrs{
"e-mail": "foo@bar.com",
})
database.Info("Just a random log.")
fmt.Println("Bye.")
}
运行这个程序没有输出:
$ go run example-01.go
Bye
记录器是缺省静默的,因此,它可以在库的内部使用。我们简单地通过一个环境变量去查看日志:
例如:
$ LOG=database@timer go run example-01.go
01:08:54.997 database(250.095587ms): Connected to database.
Bye
上面的示例我们使用了 database@timer
过滤器去查看 database
包中输出的定时器日志。你也可以试一下其它的过滤器,比如:
LOG=*
: 所有日志LOG=users@error,database
: 所有来自users
的错误日志,所有来自database
的所有日志LOG=*@timer,database@info
: 来自所有包的定时器日志和错误日志,以及来自database
的所有日志LOG=*,users@mute
: 除了users
之外的所有日志
发送日志到 Slack
控制台日志是用于开发环境的,但是我们需要产品提供一个友好的界面。感谢 slack-hook, 我们可以很容易地在上面的示例中,使用 Slack 去整合它:
import (
"github.com/azer/logger"
"github.com/azer/logger-slack-hook"
)
func init () {
logger.Hook(&slackhook.Writer{
WebHookURL: "https://hooks.slack.com/services/...",
Channel: "slow-queries",
Username: "Query Person",
Filter: func (log *logger.Log) bool {
return log.Package == "database" && log.Level == "TIMER" && log.Elapsed >= 200
}
})
}
我们来解释一下,在上面的示例中我们做了什么:
- 行 #5: 设置入站 webhook url。这个 URL 链接在这里。
- 行 #6: 选择流日志的入口通道。
- 行 #7: 显示的发送者的用户名。
- 行 #11: 使用流过滤器,仅输出时间超过 200 ms 的定时器日志。
希望这个示例能给你提供一个大概的思路。如果你有更多的问题,去看这个 记录器的文档。
一个真实的示例: CRUD
crud 是一个用于 Go 的数据库的 ORM 式的类库,它有一个隐藏特性是内部日志系统使用 logger 。这可以让我们很容易地去监视正在运行的 SQL 查询。
查询
这有一个通过给定的 e-mail 去返回用户名的简单查询:
func GetUserNameByEmail (email string) (string, error) {
var name string
if err := DB.Read(&name, "SELECT name FROM user WHERE email=?", email); err != nil {
return "", err
}
return name, nil
}
好吧,这个太短了, 感觉好像缺少了什么,让我们增加全部的上下文:
import (
"github.com/azer/crud"
_ "github.com/go-sql-driver/mysql"
"os"
)
var db *crud.DB
func main () {
var err error
DB, err = crud.Connect("mysql", os.Getenv("DATABASE_URL"))
if err != nil {
panic(err)
}
username, err := GetUserNameByEmail("foo@bar.com")
if err != nil {
panic(err)
}
fmt.Println("Your username is: ", username)
}
因此,我们有一个通过环境变量 DATABASE_URL
连接到 MySQL 数据库的 crud 实例。如果我们运行这个程序,将看到有一行输出:
$ DATABASE_URL=root:123456@/testdb go run example.go
Your username is: azer
正如我前面提到的,日志是 缺省静默的。让我们看一下 crud 的内部日志:
$ LOG=crud go run example.go
22:56:29.691 crud(0): SQL Query Executed: SELECT username FROM user WHERE email='foo@bar.com'
Your username is: azer
这很简单,并且足够我们去查看在我们的开发环境中查询是怎么执行的。
CRUD 和 Slack 整合
记录器是为配置管理应用程序级的“内部日志系统”而设计的。这意味着,你可以通过在你的应用程序级配置记录器,让 crud 的日志流入 Slack :
import (
"github.com/azer/logger"
"github.com/azer/logger-slack-hook"
)
func init () {
logger.Hook(&slackhook.Writer{
WebHookURL: "https://hooks.slack.com/services/...",
Channel: "slow-queries",
Username: "Query Person",
Filter: func (log *logger.Log) bool {
return log.Package == "mysql" && log.Level == "TIMER" && log.Elapsed >= 250
}
})
}
在上面的代码中:
- 我们导入了 logger 和 logger-slack-hook 库。
- 我们配置记录器日志流入 Slack。这个配置覆盖了代码库中 记录器 所有的用法, 包括第三方依赖。
- 我们使用了流过滤器,仅输出 MySQL 包中超过 250 ms 的定时器日志。
这种使用方法可以被扩展,而不仅是慢查询报告。我个人使用它去跟踪指定包中的重要错误, 也用于统计一些类似新用户登入或生成支付的日志。
在这篇文章中提到的包
告诉我们 如果你有任何的问题或建议。
via: http://azer.bike/journal/monitoring-slow-sql-queries-via-slack/
作者:Azer Koçulu 译者:qhwdw 校对:wxy
本文转载来自 Linux 中国: https://github.com/Linux-CN/archive