Tutorial introdutório de NRQL: sua primeira consulta

O melhor lugar para começar no criador de consulta é observar um único tipo de evento no NRDB chamado Transaction, coletado pelo New Relic APM. Toda consulta NRQL deve ter cláusulas SELECT e FROM : você deve SELECT alguns dados e nos informar onde estão FROM. Comece com esta consulta básica que seleciona tudo do tipo de evento Transaction :

SELECT *
FROM Transaction

Isso retorna muitos resultados, cada um com um timestamp e uma coleção de atributo. Por enquanto, você deseja apenas um único resultado, portanto pode limitar os resultados a um único registro usando LIMIT 1.

SELECT *
FROM Transaction
LIMIT 1

Agora você tem uma maneira de controlar o volume dos resultados. Mas e se você não quiser todo o atributo? E se você quiser ver apenas pontos de dados específicos? Assim como o SQL, você pode fazer isso com apenas alguns caracteres, substituindo * pelo nome do(s) atributo(s) desejado(s). Nesse caso, você pode perguntar o nome de uma transação e o tempo que ela demorou.

SELECT name, duration
FROM Transaction

Com isso você escreveu uma consulta que pode retornar todos ou alguns atributos específicos de um evento, bem como consultar um número específico de eventos. Chegou a hora da próxima etapa: agregar dados.

Às vezes, você pode querer visualizar dados agregados resumidos em vários eventos, em vez de visualizar pontos de dados individuais. É aqui que o NRDB brilha. O NRDB pode verificar bilhões de eventos e fornecer respostas instantâneas e em tempo real a perguntas sobre seus dados. Por exemplo, cada evento Transaction tem um atributo de duração que representa quantos segundos a chamada levou para ser executada. Use a consulta a seguir para descobrir a duração média de todos os eventos Transaction :

SELECT average(duration) 
FROM Transaction

Copiar

NRQL possui muitas funções integradas que você pode usar para agregar dados de eventos. As funções comumente usadas incluem max(), min(),average(), median() e percentile(). Você pode usar a consulta a seguir para perguntar ao NRDB a duração da transação mais lenta dos últimos 60 minutos. Para fazer isso, peça ao NRDB o max(duration).

SELECT max(duration) 
FROM Transaction

Copiar

Agora você sabe quanto tempo demorou a experiência mais lenta dos clientes nos últimos 60 minutos. Em seguida, encontre o inverso e veja quanto tempo durou a experiência mais rápida solicitando o min(duration) ao NRDB.

SELECT min(duration) 
FROM Transaction

Copiar

Como você pode ver, max() e min() retornam pontos de dados importantes. Mas e se você quiser realizar operações aritméticas com os dados? Com sum(), você pode fazer adição básica em um atributo numérico. Nesta consulta, use um novo atributo chamado databaseCallCount. Este atributo conta o número de chamadas ao banco de dados que cada transação faz. Ao adicioná-los, você pode obter o volume total de chamadas de banco de dados na janela de tempo padrão de 60 minutos (será 0 se seus aplicativos não se comunicarem com um banco de dados).

SELECT sum(databaseCallCount) 
FROM Transaction

Copiar

Finalmente, você também pode contar todos os eventos de transação registrados com count(*). Usando esta consulta, você pode contar todos os eventos registrados para todos os aplicativos reportados ao New Relic APM:

SELECT count(*) 
FROM Transaction

Copiar

Agora você pode descobrir muito sobre seus dados: você pode medir os limites do seu desempenho, agrupar dados de eventos e até calcular informações sobre o atributo escolhido. Você escolheu uma duração e calculou os valores average, max e min , adicionou um atributo numérico e contou todos os eventos durante um período de tempo. Manipular dados como esse ajudará quando você quiser apresentar dados em visualizações, o que auxilia na detecção de problemas de desempenho. Chegou a hora da próxima etapa: usar intervalos de tempo.

Cada dado no NRDB tem um timestamp e cada consulta opera em um subconjunto de dados dentro de um intervalo de tempo. Se você não fornecer um intervalo de tempo em sua consulta NRQL, ela retornará os últimos 60 minutos por padrão, como vimos anteriormente. Mas e se você quiser ver dados de diferentes intervalos de tempo? Como você controla a janela de dados que vê? Você pode fazer isso usando palavras-chave SINCE e UNTIL para fornecer um início e um fim ao intervalo de tempo da sua consulta.

SELECT average(duration) 
FROM Transaction 
SINCE 1 day ago

Copiar

Você também pode especificar intervalos de tempo relativos a quando você faz uma consulta usando palavras-chave como day, week, hour, minute ou seus equivalentes no plural. Você também pode usar expressões lógicas como SINCE today ou SINCE this week.

SELECT average(duration) 
FROM Transaction 
SINCE this week

Copiar

Aqui está outra consulta que demonstra intervalos de tempo relativos. Observe que ao especificar um tempo relativo, você precisa incluir a palavra-chave ago.

SELECT average(duration) 
FROM Transaction 
SINCE 1 week ago 
UNTIL 2 days ago

Copiar

Agora você tem ainda mais controle sobre seus dados. Ao adicionar um período de tempo a uma consulta, você define exatamente qual janela de dados deseja ver. Esses controles permitem que você se concentre nos dados desejados, definindo onde o relatório de dados começa e termina. Você também escolheu a janela e usou termos comuns como week, day, hour, minute e seus plurais. Chegou a hora da próxima etapa: consultar uma série temporal.

Um caso de uso comum de NRQL é consultar como os valores mudam ao longo do tempo. Esse tipo de consulta fornece dados para gráficos de linhas, gráficos de áreas e outras visualizações. Você já executou algumas consultas para explorar as funções de agregação average(), max(), min(), sum() e count(). Agora, use este exemplo para ver como pegar qualquer consulta feita com funções de agregação e adicionar a palavra-chave TIMESERIES para representar graficamente os valores ao longo do tempo.

SELECT average(duration) 
FROM Transaction 
SINCE 1 day ago 
TIMESERIES

Uma consulta de série temporal divide os dados em várias regiões chamadas buckets durante o período especificado. Você pode fazer com que o NRDB escolha um valor para a largura desse intervalo ou escolha o seu próprio. Use esta consulta para pedir ao NRDB que mostre a duração média da transação do aplicativo com os dados retornados organizados em intervalos de 1 hora.

SELECT average(duration) 
FROM Transaction 
SINCE 1 day ago 
TIMESERIES 1 hour

Observe que isso pode retornar um gráfico mais plano, já que temos apenas 24 pontos de dados no período de 1 dia que está sendo plotado. Mas e se você quiser ver a granularidade máxima possível? Qualquer consulta de série temporal pode ter até 366 intervalos de dados, o que significa que a granularidade máxima possível por 24 horas é agrupar nossos dados em janelas de 4 minutos. consulte isso usando TIMESERIES 4 minutes ou TIMESERIES MAX:

SELECT average(duration) 
FROM Transaction 
SINCE 1 day ago 
TIMESERIES MAX

Agora você atingiu novos níveis de visualização de dados, passando de números resumidos para gráficos de linhas de tendências de dados ao longo do tempo. Como você pode ver, usar TIMESERIES oferece controle total sobre visualizações, granularidade e média de dados em janelas especificadas. É hora do próximo passo: usar a cláusula WHERE .

Às vezes, você pode querer que sua consulta opere em um subconjunto específico de dados NRDB. Por exemplo, ao consultar o tempo médio de resposta do seu aplicativo, você pode usar um atributo chamado transactionType, que especifica se a transação foi uma transação Web ou Non-Web (como um cron job ou uma tarefa na fila). Use este exemplo para criar uma consulta que retorne apenas dados do tipo de transação Web :

SELECT average(duration) 
FROM Transaction 
WHERE transactionType='Web' 
TIMESERIES

Você também pode combinar AND e OR para fazer consultas mais complexas, usando parênteses ( e ) para controlar como eles funcionam juntos. Esta consulta mostra o tempo médio de resposta de "transações da web que foram mais rápidas que 100ms e tiveram um código de resposta de 200 ou 302. Observe o uso de parênteses para controlar OR.

SELECT average(duration) 
FROM Transaction 
WHERE transactionType='Web' 
AND duration < 0.1 
AND (httpResponseCode=200 
OR httpResponseCode=302) 
TIMESERIES

Até agora, todas as consultas que você fez realizaram ações em todos os dados disponíveis no intervalo de tempo determinado. Mas filtrar dados indesejados também é importante. Os exemplos acima são úteis para filtrar um tipo de transação ou quando ocorre um código de resposta específico. Da mesma forma, você pode filtrar para um appName específico, uma transação name ou até mesmo um atributo personalizado que você marcou em seus dados. Chegou a hora da etapa final do tutorial: usar a consulta facetada.

Freqüentemente, você desejará determinar os valores "N principais" agrupados por um atributo específico. No NRQL, você faz isso usando FACET. Por exemplo, você pode consultar as chamadas Transaction mais lentas observadas em média, agrupadas por nome. Pense nisso como "facetado pelo nome".

SELECT average(duration) 
FROM Transaction 
FACET name 
SINCE 1 day ago

Copiar

Por padrão, uma consulta facetada retorna os 10 principais resultados, mas você pode personalizar quantos resultados são retornados colocando um LIMIT. Neste exemplo, use TIMESERIES para recuperar os cinco principais resultados exibidos em um gráfico de linhas.

SELECT average(duration) 
FROM Transaction 
FACET name 
SINCE 3 hours ago 
LIMIT 5 
TIMESERIES

Copiar

Mas talvez você não queira um gráfico de linhas ou queira uma lista maior de transações. Ao remover TIMESERIES, você pode renderizar um gráfico de barras ou de pizza e pode aumentar o escopo da lista aumentando o LIMIT.

SELECT average(duration) 
FROM Transaction 
FACET name 
SINCE 3 hours ago 
LIMIT 20

Copiar

Por fim, aqui está uma consulta um pouco mais complexa que compara a quantidade de transações da web, dividida por aplicativo individual que reporta à New Relic:

SELECT count(*) 
FROM Transaction 
WHERE transactionType='Web' 
FACET appName 
LIMIT 5 
SINCE 6 hours ago 
TIMESERIES

Agrupar ou "facetar" permite que você tenha dimensão com seus dados. Ao aplicar uma função de agregação, você pode usar FACET para agrupar por qualquer atributo, padrão ou personalizado, que reporte dados de eventos (assim como a cláusula WHERE ). Recomendamos adicionar um atributo personalizado aos seus dados ou relatar um novo evento personalizado para permitir que você investigue mais diretamente o conjunto de dados resultante.