混合负载场景下，怎样避免“烂”语句对数据库系统的冲击？如何在资源紧张的情况下，让高优先级的作业先行？本期《数仓过载不用愁，资源管理帮分忧》的主题直播中，我们邀请到华为云EI DTSE技术布道师周孟韬，针对GaussDB(DWS)资源管理机制与开发者和伙伴朋友们展开交流互动。通过5部分内容帮助开发者快速了解GaussDB(DWS) 资源管理机制，让数仓过载烦恼不再，把“烂”SQL牢牢关进笼子里。

资源池的并发管控介绍

基于华为云基础设施架构，GaussDB(DWS)提供标准数仓、实时数仓、IoT数仓3种形态，满足不同的业务诉求。在GaussDB(DWS)整体架构中，有4类资源管控，分别是：并发管控、算力管控、存储空间、资源池。

当前GaussDB(DWS)的并发支持三种管控模式：

1. global并发管控：

通过max_active_statements参数，约束当前集群支持的query并发上限；

2. Simple语句并发数

某个资源池内，简单语句的并发数上限；

3. 复杂作业并发数

某个资源池内，复杂语句的并发数上限。

资源池的算力管控介绍

GaussDB(DWS)提供三种算力管控方式，分别是：内存管控、CPU管控和网络管控，本次主要介绍内存管控和CPU管控两种方式。

内存管控：GaussDB(DWS)为用户提供三种内存管控方式，用户可以根据业务需要，合理设置资源池级别的内存配比。

针对传统内存管理的弊端，GaussDB(DWS)设计实现了内存自适应技术，解除对work_mem的依赖，优化器依据统计信息对查询使用内存进行估算；执行器执行SQL过程中，如果使用内存超过估算内存即触发下盘；资源管理依据优化器估算的查询内存，对查询进行调度和管控。

CPU管控：GaussDB(DWS)使用cgroup实现了两种cpu管控能力，基于cpu.shares的共享配额管控和基于cpuset的专属限额管控。通过这两种方式，可以灵活地满足用户对于CPU资源不同维度的划分方式。

当作业超过资源池最大并发数时会造成资源池排队，短时的排队属于正常现象，但长时间持续排队，资源使用率就会变低。比较常见的是CCN排队，通常造成CCN排队的，主要是语句的估算内存耗尽导致，因此对于高内存开销的语句，需要通过合理的并发进行管控。

资源池评估方法

    资源池的规划始终遵循由高到低来划分资源，优先配比高优先级，然后中优先级、最后低优先级；按照业务的SLA的要求，

• 高优先级满足峰值（无抖动、无排队）；

• 中优先级均值满足（可抖动，不报错、不积压）；

• 低优先级允许报错、超时；

可以根据TOPSql的UniqueSql_ID来进行归一化查询的资源汇总统计，分析不同业务的资源开销和并发诉求。

资源池高阶用法-query_band

资源池的传统用法是用户关联资源池，指定A用户进Resource_pool 1，B用户进Resource_pool 2，这样的归属方式要求我们对每一个业务归属非常清晰，实操难度大，会造成用户数无法控制的情况。因此我们还支持出另外一种资源池路由方式---query_band。用户发起的查询根据用户的执行参数先路由到query_band再路由到资源池，只需要识别query_band的key即可，不再关注作业对于用户的归属，降低资源池的规划难度。

资源池空间管控&算子下盘

    GaussDB(DWS)为MPP架构，每个DN使用率不能超过当前磁盘空间总容量的90%（单个DN达到阈值后，触发集群自我保护机制，也就是只读），因此我们需要尽可能避免数据倾斜，GaussDB(DWS)提供了单语句的空间管控（默认10%磁盘容量大小，单次插入超过10%，当前query会触发熔断），以及用户和Schema空间管控的能力，来很好的帮助用户规划自己的空间资源。

欢迎感兴趣的开发者观看直播回放，了解详细信息。更多关于GaussDB(DWS)产品技术解析、数仓产品新特性的介绍，请关注GaussDB(DWS)论坛，技术博文分享、直播安排将第一时间发布在GaussDB(DWS)论坛。

论坛链接：https://bbs.huaweicloud.cn/forum/forum-598-1.html

直播回放链接：https://bbs.huaweicloud.cn/live/DTT_live/202306281630.html