“可观察性工具通过提供长期查询的性能和资源使用情况的洞察，来处理长时间运行的查询。这些工具通常监控查询的持续时间、频率和资源消耗，使开发人员能够跟踪查询执行所需的时间，并识别潜在的瓶颈。通过可视化这些数据，可观察性工具使团队了解哪些查询的执行时间超过预期，从而优化或重构这些查询以提高系统性能。
为了有效跟踪长时间运行的查询，可观察性工具通常聚合延迟、错误率和系统资源使用（CPU、内存、IO）等指标。例如，可以设置像Prometheus或Grafana这样的工具以实时监控这些指标，给开发人员提供显示特定查询性能趋势的仪表板。如果某个查询的执行时间开始增加，开发人员可以迅速检查相关指标，以识别数据库可能存在的问题，或查看数据大小是否发生变化，从而影响性能。
此外，一些可观察性工具结合了告警系统，当查询超过预设阈值时，会通知开发人员，表明查询的执行时间可能比平常更长。这种主动的方法帮助团队迅速应对性能下降。此外，像ELK Stack或DataDog这样的工具可以通过允许开发人员分析查询执行计划、追踪查询路径和理解数据库的整体健康状况，提供更深入的洞察，从而更好地进行决策和更有效地管理资源。”