שימוש באופטימיזציות שמבוססות על היסטוריה

במדריך הזה מוסבר איך אופטימיזציות מבוססות-היסטוריה פועלות ואיך אפשר להעריך את ההשפעה שלהן על שאילתות.

מידע על אופטימיזציות שמבוססות על היסטוריה

אופטימיזציות שמבוססות על היסטוריה משתמשות באופן אוטומטי במידע מביצועים שכבר הושלמו של אותן שאילתות או של שאילתות דומות, כדי להחיל אופטימיזציות נוספות ולשפר עוד יותר את הביצועים של השאילתות, כמו זמן השימוש במשבצת והשהיית השאילתה. לדוגמה, הביצוע הראשון של השאילתה עשוי להימשך 60 שניות, אבל הביצוע השני של השאילתה עשוי להימשך רק 30 שניות אם זוהתה אופטימיזציה שמבוססת על היסטוריה. התהליך הזה נמשך עד שלא נותרו אופטימיזציות נוספות להוספה.

הדוגמה הבאה ממחישה איך אופטימיזציות מבוססות-היסטוריה פועלות עם BigQuery:

מספר הביצועים זמן המשבצת של השאילתה שנצרך הערות
1 60 הביצוע המקורי.
2 30 האופטימיזציה הראשונה שמבוססת על היסטוריה הופעלה.
3 20 בוצעה אופטימיזציה שנייה על סמך היסטוריה.
4 21 אין אופטימיזציות נוספות שמבוססות על היסטוריה שאפשר להחיל.
5 19 אין אופטימיזציות נוספות שמבוססות על היסטוריה שאפשר להחיל.
6 20 אין אופטימיזציות נוספות שמבוססות על היסטוריה שאפשר להחיל.

אופטימיזציות שמבוססות על היסטוריה מופעלות רק כשיש סבירות גבוהה שהן ישפרו את ביצועי השאילתה. בנוסף, אם אופטימיזציה לא משפרת באופן משמעותי את ביצועי השאילתה או עלולה להוביל לביצועים נמוכים יותר, היא מבוטלת ולא נעשה בה שימוש בהרצות עתידיות של אותה שאילתה.

בדיקת אופטימיזציות מבוססות-היסטוריה למשרה

כדי לעיין באופטימיזציות מבוססות-היסטוריה של עבודה, אפשר להשתמש בשאילתת SQL או בהפעלת method של API בארכיטקטורת REST.

SQL

אפשר להשתמש בשאילתה כדי לקבל את האופטימיזציות שמבוססות על היסטוריה של עבודה. השאילתה חייבת לכלול את INFORMATION_SCHEMA.JOBS_BY_PROJECT ואת שם העמודה query_info.optimization_details.

בדוגמה הבאה, פרטי האופטימיזציה מוחזרים עבור משימה בשם sample_job. אם לא בוצעה אופטימיזציה על סמך היסטוריה, המערכת תפיק את NULL עבור optimization_details:

SELECT
  job_id,
  query_info.optimization_details
FROM `PROJECT_NAME.region-LOCATION`.INFORMATION_SCHEMA.JOBS_BY_PROJECT
WHERE job_id = 'sample_job'
LIMIT 1;

התוצאות אמורות להיראות כך:

-- The JSON in optimization_details has been formatted for readability.
/*------------+-----------------------------------------------------------------*
 | job_id     | optimization_details                                            |
 +------------+-----------------------------------------------------------------+
 | sample_job | {                                                               |
 |            |   "optimizations": [                                            |
 |            |     {                                                           |
 |            |       "semi_join_reduction": "web_sales.web_date,RIGHT"         |
 |            |     },                                                          |
 |            |     {                                                           |
 |            |       "semi_join_reduction": "catalog_sales.catalog_date,RIGHT" |
 |            |     },                                                          |
 |            |     {                                                           |
 |            |       "semi_join_reduction": "store_sales.store_date,RIGHT"     |
 |            |     },
 |            |     {                                                           |
 |            |       "join_commutation": "web_returns.web_item"                |
 |            |     },
 |            |     {                                                           |
 |            |       "parallelism_adjustment": "applied"                       |
 |            |     },
 |            |   ]                                                             |
 |            | }                                                               |
 *------------+-----------------------------------------------------------------*/

API

כדי לקבל את פרטי האופטימיזציה של משימה, אפשר לקרוא לשיטה jobs.get.

בדוגמה הבאה, המתודה jobs.get מחזירה את פרטי האופטימיזציה (optimizationDetails) בתגובה המלאה:

{
  "jobReference": {
    "projectId": "myProject",
    "jobId": "sample_job"
  }
}

התוצאות אמורות להיראות כך:

-- The unrelated parts in the full response have been removed.
{
  "jobReference": {
    "projectId": "myProject",
    "jobId": "sample_job",
    "location": "US"
  },
  "statistics": {
    "query": {
      "queryInfo": {
        "optimizationDetails": {
          "optimizations": [
            {
              "semi_join_reduction": "web_sales.web_date,RIGHT"
            },
            {
              "semi_join_reduction": "catalog_sales.catalog_date,RIGHT"
            },
            {
              "semi_join_reduction": "store_sales.store_date,RIGHT"
            },
            {
              "join_commutation": "web_returns.web_item"
            },
            {
              "parallelism_adjustment": "applied"
            }
          ]
        }
      }
    }
  }
}

הערכת ההשפעה של אופטימיזציות שמבוססות על היסטוריה

כדי להעריך את ההשפעה של אופטימיזציות שמבוססות על היסטוריה, אפשר להשתמש בשאילתת ה-SQL לדוגמה הבאה כדי לזהות שאילתות בפרויקט עם השיפור המשוער הגדול ביותר בזמן הביצוע.

  WITH
    jobs AS (
      SELECT
        *,
        query_info.query_hashes.normalized_literals AS query_hash,
        TIMESTAMP_DIFF(end_time, start_time, MILLISECOND) AS elapsed_ms,
        IFNULL(
          ARRAY_LENGTH(JSON_QUERY_ARRAY(query_info.optimization_details.optimizations)) > 0,
          FALSE)
          AS has_history_based_optimization,
      FROM region-LOCATION.INFORMATION_SCHEMA.JOBS_BY_PROJECT
      WHERE EXTRACT(DATE FROM creation_time) > DATE_SUB(CURRENT_DATE(), INTERVAL 30 DAY)
    ),
    most_recent_jobs_without_history_based_optimizations AS (
      SELECT *
      FROM jobs
      WHERE NOT has_history_based_optimization
      QUALIFY ROW_NUMBER() OVER (PARTITION BY query_hash ORDER BY end_time DESC) = 1
    )
  SELECT
    job.job_id,
    100 * SAFE_DIVIDE(
      original_job.elapsed_ms - job.elapsed_ms,
      original_job.elapsed_ms) AS percent_execution_time_saved,
    job.elapsed_ms AS new_elapsed_ms,
    original_job.elapsed_ms AS original_elapsed_ms,
  FROM jobs AS job
  INNER JOIN most_recent_jobs_without_history_based_optimizations AS original_job
    USING (query_hash)
  WHERE
    job.has_history_based_optimization
    AND original_job.end_time < job.start_time
  ORDER BY percent_execution_time_saved DESC
  LIMIT 10;

התוצאה של השאילתה הקודמת דומה לתוצאה הבאה אם הוחלו אופטימיזציות מבוססות-היסטוריה:

  /*--------------+------------------------------+------------------+-----------------------*
   |    job_id    | percent_execution_time_saved | new_execution_ms | original_execution_ms |
   +--------------+------------------------------+------------------+-----------------------+
   | sample_job1  |           67.806850186245114 |             7087 |                 22014 |
   | sample_job2  |           66.485800412501987 |            10562 |                 31515 |
   | sample_job3  |           63.285605271764254 |            97668 |                266021 |
   | sample_job4  |           61.134141726887904 |           923384 |               2375823 |
   | sample_job5  |           55.381272089713754 |          1060062 |               2375823 |
   | sample_job6  |           45.396943168036479 |          2324071 |               4256302 |
   | sample_job7  |           38.227031526376024 |            17811 |                 28833 |
   | sample_job8  |           33.826608962725111 |            66360 |                100282 |
   | sample_job9  |           32.087813758311604 |            44020 |                 64819 |
   | sample_job10 |           28.356416319483539 |            19088 |                 26643 |
   *--------------+------------------------------+------------------+-----------------------*/

תוצאות השאילתה הזו הן רק אומדן של ההשפעה של אופטימיזציה מבוססת-היסטוריה. יש הרבה גורמים שיכולים להשפיע על הביצועים של שאילתות, כולל, בין היתר, זמינות של משבצות, שינויים בנתונים לאורך זמן, הגדרות של תצוגות או של פונקציות מוגדרות על ידי המשתמש (UDF), והבדלים בערכים של פרמטרים של שאילתות.

אם התוצאה של שאילתת הדוגמה הזו ריקה, זה אומר שאף עבודה לא השתמשה באופטימיזציות מבוססות-היסטוריה, או שכל השאילתות עברו אופטימיזציה לפני יותר מ-30 יום.

אפשר להחיל את השאילתה הזו על מדדי ביצועים אחרים של שאילתות, כמו total_slot_ms ו-total_bytes_billed. מידע נוסף זמין בסכימה של INFORMATION_SCHEMA.JOBS.