公式和缺省设置
查询根据此处列出的可疑查询公式标记为可疑。容差值控制将多少查询标记为可疑查询。
容差为零时，占用的 AMP CPU 秒数为 1 或更大值且超过阈值的所有查询都将被标记为可疑查询。这对于占用较少资源量而超过这些阈值的查询来说很正常，在较大的系统上更是如此。对于这些占用量较少的查询而言，与它们所占用的资源相比，如果它们未超出阈值过多，容差值可以防止这些查询被标记为可疑查询。Teradata 系统越大，容差值也应该越大，这可确保不会将正常执行的查询识别为可疑查询。
| 指标 | 公式 | 可疑查询公式 | 缺省阈值 | 缺省容差 |
|---|---|---|---|---|
| CPUSkew | 100 * (1 - (AMPCpuTime/(MaxAMPCPUTime * NumOfActiveAMPs))) | CPUSkew > 100 - ((100 - Threshold) * AMPCPUTime)/(Tolerance + AMPCPUTime) | 40 | 10 |
| IOSkew | 100 * (1 - (TotalIOCount/(MaxAmpIO * NumOfActiveAMPs))) | IOSkew > 100 - ((100 - Threshold) * TotalIOCount)/(Tolerance * 20,000 + TotalIOCount) | 40 | 10 |
| PJI | (AMPCPUTime * 1000)/TotalIOCount | PJI > (10 * Tolerance)/(AMPCPUTime - Tolerance + 1) + Threshold) AND AMPCpuTime >= Tolerance | 3 | 10 |
| UII | TotalIOCount/(AMPCPUTime * 1000) | UII > (200,000 * Tolerance)/(TotalIOCount - (Tolerance * 1000) + 1) + Threshold) AND TotalIOCount >= Tolerance * 1000 | 20 | 10 |
获得最佳容差值的方法
可通过两种不同的方法获得最佳容差值。
对于第一种方法，您可以使用可视化工具通过 CPU 偏斜或 PJI 与 AmpCPUTIme，或者 IO 偏斜或 UII 与 TotalIOCount 对查询进行散点分析以了解 DBQL 数据一天的价值。然后，在散点图上绘制对应的可疑查询公式。可疑查询线之前的查询将被标记为可疑查询。调整可疑查询公式中的容差来修整这条线，以使出现的异常值位于这条线之前，而大部分查询都位于这条线之后。
对于第二种方法，您可以运行 SQL 查询来对超过可疑查询公式值的行数进行计数以了解 DBQL 数据一天的价值，然后调整容差值，以便返回可行的查询数。