在日常Cache运维过程中可能会由于数据或者程序等原因造成锁的异常增长，导致数据库性能受到影响会出现程序报错或卡顿无法正常运行的问题。遇到此类问题需查看数据库当前锁列表情况，找到出现次数最多关键锁，根据关键锁对应的进程来判断处理。总结有以下三种方式查看关键锁。

WinterCorp 性能测试报告摘要

• InterSystems的性能测试方法用来衡量 "许多运行状态下数据库应用的关键构件 "是有效的。
• 与AWS Aurora MySQL、MariaDB、Microsoft SQL Server、Oracle和PostgreSQL相比，InterSystems IRIS显示出 "巨大的性能优势"。
• InterSystems IRIS的插入速度是其他系统的1.7到9倍。InterSystems IRIS的数据速率是1.1到600倍。在插入率和查询率的组合上，没有其他系统在性能上能接近于InterSystems IRIS。
• InterSystems IRIS的效率是AWS Aurora MySQL的2.7到3.1倍，而且随着集群中节点数量的增加，效率优势也越来越大。

开始 - 请拉到页面底部查看该系列文章第一部分 .

3. 使用globals时结构的变体

一个结构，比如说一个有序排列的“树”，有各种特殊的情况。让我们来看看那些对使用globals有实际价值的情况。

3.1 特殊情况1. 一个没有分支的节点

在检查我们的^pButtons（在IRIS中改名为^SystemPerformance）性能监控工具的文档时，一位客户告诉我。"我理解所有内容，但我希望它能更简单......更容易定义配置文件，管理它们等等"。

在这次会议之后，我认为尝试为其提供一些更简单的人机界面是一个不错的试验。

这方面的第一步是在现有的pButtons例程上包裹一个基于类的API。

我还能够添加一些更多的 "功能"，比如显示当前正在运行的配置文件，它们剩余的运行时间，以前运行的进程等等。

下一步是在这个API的基础上添加一个REST API类。

有了这个工件（pButtons REST API），人们就可以在上面建立一个比较时髦的用户界面。

举个🌰： -

Linux内核机制OOM Killer，也即Out of Memory Killer, 顾名思义，该机制的主要职能就是当内存不足时，选择并杀掉一些进程，以使系统继续运行。

Caché/Ensemble/IRIS的多个客户曾经遇到过与此相关的系统宕机，宕机的直接原因是数据库核心写进程Write Daemon被OOM Killer选中并杀掉了，在我们的日志文件中可以看到如下信息，

06/15/21-10:50:31:035 (13579) 3 Daemon WRTDMN (pid 13588) died. Freezing system
06/15/21-10:52:25:940 (13601) 2 System Process 'WRTDMN' terminated abnormally (pid 13588)

与之对应，在操作系统的日志文件中可以看到如下记录，

本地库 在打开studio、studio编译类、关闭studio等操作系统卡死，关闭后连接超时。

打开cconsole.log报错日志，提示***严重的磁盘读写错误，I/O错误***，对数据库做了一致性检查，也未发现错误，必须重启电脑或者force库后恢复使用。

请问是什么问题造成的。。。

以下步骤展示如何显示 /api/monitor 服务提供的指标列表示例。

在上个帖子中，我概述了以 Prometheus 格式显示 IRIS 指标的服务。 该贴介绍了如何在容器中设置和运行 IRIS 预览版 2019.4，然后列出了指标。

本帖假定您已安装 Docker。 如果未安装，现在就为您的平台安装吧 :)

步骤 1. 下载并运行 docker 形式的 IRIS 预览版

按照预览发行版的下载说明下载预览版许可证密钥和 IRIS Docker 映像。 例如，我选择了 InterSystems IRIS for Health 2019.4。

下载网址：

https://hub.docker.com/r/yape/yape/

$ docker container run --rm -v "$(pwd)":/data yape/yape --version
yape 2.2.6
 

在以下网址查看自述文件：

https://github.com/murrayo/yape

更改包括：

• 恢复配置文件，进行了更多更改使 x 和 y 轴更智能。
• 更新了配置文件中的线条样式选择。
• 解决了 yyyy 日期和 yy 日期或退出的问题。 使窗口标题的日期字符串一致（去掉小数位），在标题中添加短日期。
• 提高了 y 轴上小于 10 的值的小数精度，例如 Windows 每次读取时间为秒，而不是 linux 中的毫秒
• 更新 Python 库后的一些小错误修复。

现在，GitHub 和容器保持同步。

本帖的目的是回答一个问题。 在本系列的第二篇帖子中，我包括了从 pButtons 提取的性能数据的图表。 有人在线下问我，有没有比剪切/粘贴更快的方法从 pButtons .html文件中提取 mgstat 等指标，以便在 Excel 中绘图。

参见：- 第 2 部分 - 研究收集的指标

pButtons 将其收集的数据编译成一个 html 文件，以便发送给 WRC 和查看整理的数据。 不过，尤其是对于长时间（如 24 小时）进行收集的 pButtons 来说，一些基于时间的数据（如 mgstat、vmstat 等）以图形方式查看更容易查找趋势或模式。

。之前我展示了如何运行 pButtons 来收集我们在下列帖子中研究的性能指标。

• 第 1 部分 - 入门：收集指标。
• 第 2 部分 - 研究收集的指标。

更新：2020 年 5 月。

部分 在上个帖子中，我们安排了使用 pButtons 进行 24 小时的性能指标收集。 在本帖中，我们将研究几个收集到的关键指标，以及它们与底层系统硬件的关系。 我们还将开始探索 Caché（或任一 InterSystems 数据平台）指标与系统指标之间的关系。 以及如何使用这些指标来了解系统的每日节拍率并诊断性能问题。

本帖将展示为 InterSystems 数据平台上运行的数据库应用调整共享内存需求（包括 global 和例程缓冲区、gmheap 以及 locksize）的方法，以及在配置服务器和虚拟化 Caché 应用程序时应考虑的一些性能提示。 和以往一样，当我谈到 Caché 时，我指的是所有数据平台（Ensemble、HealthShare、iKnow 和 Caché）。

本系列其他帖子的列表

当我最初开始使用 Caché 时，大多数客户的操作系统是 32 位的，Caché 应用程序的内存有限且昂贵。 通常部署的英特尔服务器只有几个核心，唯一的扩展方式是选择大型服务器，或者使用 ECP 横向扩展。 现在，即使是基本的生产级服务器也具有多个处理器、几十个核心，并且最小内存为 128 或 256 GB，可能达到 TB。 对于大多数数据库安装，ECP 已被遗忘，我们现在可以在单台服务器上大幅提高应用事务处理速率。

简介

最近完成了针对IRIS医疗版2020.1版本的性能及可扩展性基准测试，重点关注HL7v2的互操作性。本文介绍了在各种工作负载下观察到的吞吐量，并提供了IRIS医疗版用作HL7v2消息传输互操作性引擎时的系统常规配置和调整准则。

基准测试模拟了与实际环境接近的工作负载（详细信息请参见“工作负载说明和方法”部分）。本次测试的工作负载包括HL7v2患者管理（ADT）和生命体征结果（ORU）数据，并包含数据内容转换和路由。

IRIS医疗版2020.1版本可以表明，采用第二代Intel®Xeon®可扩展处理器和Intel®Optane™SSD DC P4800X系列SSD存储的商用服务器，每天的持续消息吞吐量超过23亿条（入站和出站总量），与此前的Ensemble 2017.1 HL7v2吞吐量基准测试相比，扩展性提高了一倍多。

自 Caché 2017 以后，SQL 引擎包含了一些新的统计信息。 这些统计信息记录了执行查询的次数以及运行查询所花费的时间。

对于想要对包含许多 SQL 语句的应用程序的性能进行监控和尝试优化的人来说，这是一座宝库，但访问数据并不像一些人希望的那么容易。