أمثلة استعلامات DQL: 15 استعلامًا جاهزًا للنسخ مع DQL summarize وfilter وtimeseries

أمثلة استعلامات DQL للمناوبة: 15 استعلامًا جاهزًا للنسخ على السجلات والـ spans والمضيفات والمشكلات وMTTR، مع نصائح لتكييفها.
Requêtes DQL exemples : 15 requêtes prêtes à copier avec DQL summarize, filter et timeseries

في الثالثة فجرًا لا يرغب أحد في كتابة استعلام من الصفر. تغطي أمثلة استعلامات DQL هذه الأسئلة التي تطرحها المناوبة (on-call) كل أسبوع: أي الخدمات تفشل، وأي المضيفات تتشبع، وأي المشكلات تبقى مفتوحة، وكم يستغرق إغلاقها. ومعظمها يعتمد على DQL summarize، الذي يجمع السجلات التي تتشارك القيم نفسها ويجري عليها تجميعات: العدّ والمتوسط والمئين (percentile) لكل خدمة أو مضيف.

وجود هذه الاستعلامات جاهزة في Notebook يقلل زمن التشخيص، أي MTTR، ويزيل جزءًا من العمل الروتيني المرهق (toil): فلا نعيد اختراع الاستعلام نفسه في كل حادثة. وهي أيضًا أساس مؤشرات مستوى الخدمة (SLI) لهدف SLO.

الهدف: الخروج بـ 15 استعلامًا قابلًا للاختبار، مصنّفة بحسب الاستخدام، مع معرفة كيفية تكييفها. النطاق: يستعلم DQL عن Grail، لذا فهذه الاستعلامات صالحة لـ Dynatrace SaaS فقط. أما Dynatrace Managed فلا يملك Grail؛ وبدائله تمر عبر Data Explorer ومحددات المقاييس وAPI v2، ونتطرق إليها في آخر المقال.

المتطلبات المسبقة

  • بيئة Dynatrace SaaS مع Grail، والوصول إلى Notebooks أو Dashboards.
  • صلاحيات القراءة على الجداول المعنية (السجلات، وspans، والأحداث، والمقاييس)؛ وهي تتوقف على سياسة IAM لديك.
  • بيانات مستوعَبة فعلًا: OneAgent أو OpenTelemetry Collector أو كلاهما.
  • أساسيات اللغة: إن لم تكن fetch وfilter وsummarize مألوفة لك، فابدأ بـ أساسيات DQL.

تنبيه مهم: تعتمد أسماء الحقول على المصدر. فسجل مرسَل من OneAgent وسجل مستلَم عبر OTLP لا يحملان دائمًا السمات نفسها. قبل نسخ أي استعلام، شغّل fetch logs | limit 5 (أو spans) وتحقق من أن الحقول المستخدمة موجودة لديك.

أمثلة استعلامات DQL للسجلات

1. أبرز مصادر الأخطاء في الساعة الأخيرة

fetch logs, from:now()-1h
| filter loglevel == "ERROR"
| summarize errors = count(), by:{host.name}
| sort errors desc
| limit 10

السجل الذي لا يحمل host.name لا يُستبعد: يضعه summarize في مجموعة null منفصلة، يجب التحقق منها قبل قراءة أعلى 10. استبدل host.name بـ k8s.namespace.name أو service.name بحسب ما تحمله سجلاتك.

2. منحنى الأخطاء خلال 24 ساعة

fetch logs, from:now()-24h
| filter loglevel == "ERROR"
| makeTimeseries errors = count(), interval:15m

يحوّل makeTimeseries السجلات إلى سلسلة زمنية تُعرض مباشرة في رسم بياني. والدرجة الحادة في المنحنى غالبًا ما تدل على موعد نشر (deployment).

3. البحث عن رسالة محددة

fetch logs, from:now()-2h
| filter contains(content, "timeout")
| fields timestamp, host.name, loglevel, content
| sort timestamp desc
| limit 50

4. استخراج رمز الحالة من النص

fetch logs, from:now()-1h
| filter contains(content, "status=")
| parse content, "LD 'status=' INT:status"
| summarize hits = count(), by:{status}
| sort hits desc

يستخدم الأمر parse لغة Dynatrace Pattern Language: يستهلك LD النص حتى الحرفية المذكورة، ويلتقط INT:status العدد الصحيح في حقل جديد. ولتصنيع هذا النوع من الاستخراج راجع تحليل أنماط السجلات.

5. حجم السجلات بحسب المصدر

fetch logs, from:now()-24h
| summarize records = count(), by:{log.source}
| sort records desc
| limit 20

مفيد لرصد مصدر ثرثار قبل أن يثقل فاتورة استيعاب البيانات.

DQL summarize: أمثلة للتتبعات والخدمات

6. زمن الاستجابة p95 لكل خدمة

fetch spans, from:now()-1h
| filter request.is_root_span == true
| summarize p95 = percentile(duration, 95), calls = count(), by:{dt.entity.service}
| fieldsAdd service = entityName(dt.entity.service)
| sort p95 desc

يُبقي المرشّح على request.is_root_span على span الدخول لكل طلب داخل خدمة فقط: فنقيس ما يدركه المتصل، لا كل استدعاء داخلي.

7. معدل الأخطاء لكل خدمة

fetch spans, from:now()-1h
| filter request.is_root_span == true
| summarize total = count(),
            failed = countIf(request.is_failed == true),
            by:{dt.entity.service}
| fieldsAdd error_rate = 100.0 * failed / total
| fieldsAdd service = entityName(dt.entity.service)
| sort error_rate desc

هذه صورة SLI للتوافر. ولتحويله إلى SLO راجع اختيار مؤشرات SLI باستخدام DQL.

8. العثور على تتبع انطلاقًا من معرّفه

fetch spans, from:now()-24h
| filter toString(trace.id) == "4bf92f3577b34da6a3ce929d0e0e4736"
| fields start_time, span.name, duration, dt.entity.service
| sort start_time asc

عملي حين يظهر معرّف تتبع في سجل أو تذكرة.

9. أبطأ نقاط الوصول (endpoints)

fetch spans, from:now()-1h
| filter request.is_root_span == true
| summarize p90 = percentile(duration, 90), calls = count(), by:{span.name}
| filter calls > 100
| sort p90 desc
| limit 15

يستبعد المرشّح على calls نقاط الوصول النادرة التي لا معنى إحصائيًا لمئينها.

البنية التحتية

10. المضيفات التي تتجاوز 80% من المعالج

timeseries cpu = avg(dt.host.cpu.usage), by:{dt.entity.host}, from:now()-2h
| fieldsAdd host = entityName(dt.entity.host)
| filter arrayAvg(cpu) > 80

يقرأ timeseries المقاييس؛ ويحسب arrayAvg متوسط السلسلة على الفترة للتصفية.

11. ذاكرة المضيفات

timeseries mem = avg(dt.host.memory.usage), by:{dt.entity.host}, from:now()-6h
| fieldsAdd host = entityName(dt.entity.host), peak = arrayMax(mem)
| sort peak desc
| limit 10

12. إعادة تشغيل حاويات Kubernetes

timeseries restarts = sum(dt.kubernetes.container.restarts),
           by:{k8s.namespace.name, k8s.pod.name}, from:now()-24h
| fieldsAdd total = arraySum(restarts)
| filter total > 0
| sort total desc

يعتمد اسم المقياس على إصدار تكامل Kubernetes لديك: تحقق منه في متصفح المقاييس أو على docs.dynatrace.com قبل استخدامه.

المشكلات والأحداث

13. المشكلات المفتوحة الآن

fetch dt.davis.problems
| filter event.status == "ACTIVE"
| fields display_id, event.name, event.category, event.start
| sort event.start desc

14. MTTR للأسبوع

fetch dt.davis.problems, from:now()-7d
| filter event.status == "CLOSED"
| fieldsAdd minutes = toLong(event.end - event.start) / 60000000000
| summarize problems = count(), mttr_min = avg(minutes), p90_min = percentile(minutes, 90)

الفرق بين ختمين زمنيين يعطي مدة، تُحوَّل هنا إلى نانوثانية بالدالة toLong، ثم إلى دقائق. والمئين p90 أبلغ من المتوسط: فبضع حوادث طويلة تكفي لتشويهه. يغذي هذا الاستعلام مباشرة مراجعة الحادثة، راجع المراجعة اللاحقة دون لوم باستخدام DQL.

15. المشكلات بحسب الفئة خلال 30 يومًا

fetch dt.davis.problems, from:now()-30d
| summarize problems = count(), by:{event.category}
| sort problems desc

فئة تتضخم شهرًا بعد شهر تدل على دَين في الموثوقية. وإذا كان الحجم ناتجًا عن الضجيج في الغالب، فاقرأ تقليل ضجيج تنبيهات Davis.

كيف تتحقق من أن كل شيء يعمل

  1. افتح Notebook، والصق استعلامًا ونفّذه. الجدول الفارغ ليس خطأ: وسّع النافذة أولًا (from:now()-7d).
  2. إذا أشار المحرر إلى حقل مجهول، شغّل fetch logs | limit 5 أو fetch spans | limit 5 وقارن الأسماء الفعلية.
  3. قارن رقمًا بشاشة معروفة: يجب أن يطابق عدد المشكلات المفتوحة في الاستعلام 13 تطبيق Problems في الفترة نفسها.
  4. راقب حجم البيانات المحلَّلة المعروض بعد التنفيذ: استعلام يمسح تيرابايتات يستحق مرشّحًا أبكر في المسار.

أفضل الممارسات

  • صفِّ مبكرًا: ضع filter مباشرة بعد fetch وقلّص النافذة. فيصبح الاستعلام أسرع وأقل كلفة.
  • حدّ دائمًا أثناء الاستكشاف: يجنّبك limit جلب ملايين الأسطر.
  • Notebook مشترك لكل فريق، بهذه الاستعلامات مشروحة: تنطلق المناوبة من أساس مشترك.
  • سمِّ الحقول المحسوبة (errors = count()): فتصبح الرسوم البيانية والتصديرات مقروءة.
  • احفظ الإصدارات للاستعلامات التي تغذي SLO أو تنبيهًا، كما تفعل بالشيفرة.

الأسئلة الشائعة

هل تعمل هذه الاستعلامات على Dynatrace Managed؟

لا. DQL وGrail خاصان بمنصة SaaS. في Managed استخدم Data Explorer ومحددات المقاييس في API v2 (/api/v2/metrics/query) للمقاييس، وعارض السجلات للبحث النصي.

لماذا لا يُرجع استعلامي على الـ spans شيئًا؟

تحقق من النافذة، ثم من الحقول: يُملأ request.is_root_span وdt.entity.service للخدمات التي تكتشفها Dynatrace. وقد لا تكشف spans OpenTelemetry الخالصة إلا service.name.

هل يستهلك استعلام DQL من الميزانية؟

بحسب نموذج الترخيص لديك، قد يُحاسَب تحليل البيانات بحجم ما يُقرأ. راجع عقدك ووثائق التسعير؛ ويبقى التصفية المبكرة أفضل توفير.

الخلاصة

تغطي خمسة عشر استعلامًا جوهر التشغيل: الأخطاء وزمن الاستجابة والتشبع والمشكلات وMTTR. احفظها في Notebook للفريق، وكيّف أسماء الحقول مع مصادرك، فتنطلق كل حادثة متقدمة بخطوة.

span.observer مدوّنة مجتمعية مستقلة وغير تابعة لشركة Dynatrace LLC. Dynatrace علامة تجارية لمالكها. تتغير أسماء الحقول والمقاييس: تحقق منها في بيئتك وفي الوثائق الرسمية.

Total
0
Shares
Leave a Reply

Your email address will not be published. Required fields are marked *

Previous Post
Token API Dynatrace : dépanner les scopes et les erreurs 401 et 403 (OTLP, API v2)

رمز API في Dynatrace: استكشاف أخطاء النطاقات والأخطاء 401 و403 (OTLP وAPI v2)

Next Post
Workflow Dynatrace Jira ou ServiceNow : ouvrir un ticket automatiquement sur problème

workflow Dynatrace Jira أو ServiceNow: فتح تذكرة تلقائيًا عند حدوث مشكلة

Related Posts