更正翻译:pg_stat_statements中的衍生指标

Author: xiongcc

How to work with pg_stat_statements, part 1.md

@@ -49,7 +49,7 @@ pg_stat_statements 视图包含三种类型的列：
 1. 获取两个时间点对应的快照。
 2. 计算每个累积指标的差值，以及这两个点之间的时间差。
    - 一个特殊情况是，第一个点是统计数据收集的开始时刻。在 PostgreSQL 14 及更新版本中，有一个单独的视图 `pg_stat_statements_info`，其中包含 pgss 统计数据上次重置的时间信息。不幸的是，在 PostgreSQL 13 及更早版本中，此信息未被存储。
-3. **(最有趣的部分！)** 对每个累积指标的差值计算三种派生指标——假设 M 是我们的指标：a. **dM/dt** – 指标 M 的基于时间的微分。 b. **dM/dc** – 基于调用次数的微分 (将在下一篇文章中详细解释)。 c. **%M** – 该标准化查询在整个工作负载中指标 M 所占的百分比。
+3. **(最有趣的部分！)** 对每个累积指标的差值计算三种衍生指标——假设 M 是我们的指标：a. **dM/dt** – 指标 M 的基于时间的微分。 b. **dM/dc** – 基于调用次数的微分 (将在下一篇文章中详细解释)。 c. **%M** – 该标准化查询在整个工作负载中指标 M 所占的百分比。
 
 第 3 步不仅可以应用于单个主机上的特定标准化查询，还可以应用于更大的组，例如：
 
@@ -60,9 +60,9 @@ pg_stat_statements 视图包含三种类型的列：
 
 如果您的监控系统支持 pgss，那么您无需手动处理快照。不过，请注意，我个人不知道有任何监控工具可以完美支持 pgss，并保留本文中讨论的所有信息 (而且我研究过不少 PostgreSQL 监控工具)。
 
-假设您已经成功获取了 pgss 的两个快照 (记得记录它们的收集时间戳) 或使用了适当的监控工具，现在我们来看看前面讨论的三种导数的实际意义。
+假设您已经成功获取了 pgss 的两个快照 (记得记录它们的收集时间戳) 或使用了适当的监控工具，现在我们来看看前面讨论的三种衍生指标的实际意义。
 
-## 导数 1：基于时间的微分
+## 衍生指标 1：基于时间的微分
 
 - `dM/dt`，其中 `M` 是 `calls` – 这个指标的意义很简单，它表示每秒的查询次数 (QPS)。如果我们讨论的是特定查询组 (标准化查询)，那么它表示该组中所有查询的每秒查询数。例如，如果 QPS 为 `10,000`，这表明可能需要改进客户端 (应用程序) 的行为以减少此值；如果 QPS 为 `10`，那就相对较少 (当然，具体还要看情况)。如果考虑整个节点的 QPS，那么它就是我们的"全局 QPS"。