Оптимизация DQL

Лучшие практики оптимизации DQL-запросов для пользовательских оповещений Anomaly Detection.

Минимизация объёма сканируемых данных¶

Оптимизируйте все DQL-запросы для улучшения производительности и возможности настроить больше оповещений.

Правильное управление хранилищем¶

Организуйте бакеты Grail по паттернам использования команд для предотвращения избыточного сканирования.

Правила оптимизации через фильтры DQL¶

Правило 1: Всегда используйте фильтр `bucket`¶

Направляет Grail на конкретные хранилища вместо сканирования всего.

fetch logs,bucket:{"bucketname"}
fetch spans, bucket:{"bucketname"}
fetch events, bucket:{"bucketname"}

Определить бакет-источник:

fetch logs
| fieldsAdd dt.system.bucket

Правило 2: Фильтруйте как можно раньше¶

Исключайте нерелевантные данные сразу после fetch для минимизации обработки.

Правило 3: Эффективное сопоставление строк¶

Сравнение для известных значений (наиболее эффективно):

| filter field == "value"

Сопоставление на основе токенов -- Grail разбивает текст на токены. matchesPhrase() использует токенное сопоставление и эффективнее contains():

| filter matchesPhrase(message, "error")

Оператор ~ -- аналог matchesPhrase() для вложенных записей и массивов:

| filter message~"err" and http.response~504
fetch spans | filter span.events~"err"

Советы по поиску в записях: Указывайте поле для фильтрации. Приоритет: 1. Пары ключ-значение: | filter http.response==504 and status=="ERROR" 2. Поиск по полю: | filter message~"504" 3. matchesPhrase: | filter matchesPhrase(message,"504")

Частичное сопоставление (startsWith, contains) -- менее эффективно, используйте совместно с: * Фильтром по бакету * Фильтрами по ресурсам (dt.entity.<field> == "name") * Хотя бы одним токенным фильтром

Связанные темы¶

Приложение Anomaly Detection
Dynatrace Query Language
Руководство по написанию DQL для обнаружения аномалий