分布式数据库架构下的TPS及成功率统计方法

监控应用系统的实时TPS（每秒交易笔数）和成功率是运维的基础工作，有了业务的实时监控才能第一时间发现问题，所以说第一时间发现问题是一方面，第一时间能解决问题又是另外一方面，发现问题在前，所以这里先分享下怎样对于基于分布式数据库系统去展示它的实时TPS及成功率。

先看下一种简单情况，应用系统只使用一个数据库，这个时候实时TPS及成功率该怎么统计。这里有2种方法：

（1）在数据库中采集一段时间内的成功交易笔数及交易总笔数，将总笔数除以时间就是TPS，将这段时间内的成功交易笔数除以总笔数就是成功率。执行sql语句：

select sum(case when ‘成功条件’ then 1 else 0 end ) as succ,count(*) as total from table where time >’CURRENT_TIMESTAMP-$loop’ and time

计算TPS：total/$loop

计算成功率：succ*100/total%

（2）按时间戳精确到秒来列出统计情况，执行sql语句：

select substr(time,，精确到秒，) as time ,sum(case when ‘成功条件’ then 1 else 0 end) as succ,count(*) from table where time>CURRENT_TIMESTAMP - $loop and time

展示效果：

HH:MM:SS1:成功笔数1总笔数1

HH:MM:SS2:成功笔数2总笔数2

HH:MM:SS3:成功笔数3总笔数3

如果是分布式数据库的情况呢？也就是说一个应用系统使用了不止一个数据库，现在常见的大型业务系统多数是使用分布式数据库来提高性能，类似这样的系统架构：

对于这样的架构部署，一笔交易会按照一定的分库规则写入分布式库中的一个，若仍使用采用上述的方法（1）则显得太过粗略，某一秒在各个数据库中的交易各不相同，直接取平均值容易导致较大的误差，这里须采用方法（2），但是采用方法（2）时，分布式数据库会同时返回各个库的结果，这里需要我们对返回结果再做一次“精加工”。

具体的步骤如下：

1、按时间戳精确到秒来列出统计情况，执行sql语句：

select substr(time,，精确到秒，) as time ,sum(case when ‘成功条件’ then 1 else 0 end) as succ,count(*) from table where time>CURRENT_TIMESTAMP - $loop and time

去除标题头后得到类似如下结果：

这里我们可以看到，不同于单一数据库，sql给我们返回了各个库的查询结果。

2、求成功率，合并计算第二列（这里用到了awk的数组方法）：

3、求TPS，合并计算第三列：

4、将得到的两个文件按第一列时间戳进行合并：

5、根据结果文件，我们可以得到时间戳、TPS、成功笔数：

6、最后我们进行成功率的计算及展示：

执行效果：