Usar otimizações baseadas no histórico
Neste guia, descrevemos como ativar, desativar e analisar otimizações baseadas em histórico para consultas.
Sobre as otimizações baseadas no histórico
As otimizações com base em histórico usam informações de execuções já concluídas de consultas semelhantes para aplicar outras otimizações e melhorar ainda mais o desempenho da consulta, como o tempo de slot consumido e a latência da consulta. Por exemplo, quando você aplica a otimização baseada em histórico, a primeira execução de consulta pode levar 60 segundos, mas a segunda execução pode levar apenas 30 segundos se uma otimização baseada em histórico for identificada. Esse processo continua até que não haja outras otimizações a serem adicionadas.
Confira a seguir um exemplo de como as otimizações baseadas no histórico funcionam com o BigQuery:
Contagem de execução | Tempo do slot de consulta consumido | Observações |
---|---|---|
1 | 60 | Execução original. |
2 | 30 | Primeira otimização baseada no histórico aplicada. |
3 | 20 | Segunda otimização baseada no histórico aplicada. |
4 | 21 | Não há outras otimizações com base no histórico para aplicar. |
5 | 19 | Não há outras otimizações com base no histórico para aplicar. |
6 | 20 | Não há outras otimizações com base no histórico para aplicar. |
As otimizações com base no histórico são aplicadas somente quando há alta confiança de que haverá um impacto benéfico no desempenho da consulta. Além disso, quando uma otimização não melhora significativamente o desempenho da consulta, ela é revogada e não é usada em execuções futuras dessa consulta.
Papéis e permissões
Para ativar ou desativar as otimizações baseadas em histórico, é necessário ter as permissões necessárias para criar as configurações padrão do BigQuery e usar a instrução
ALTER PROJECT
para ativar essas otimizações. Depois de ativar as otimizações baseadas em histórico, todos os jobs desse projeto usarão essas otimizações, independentemente de qual usuário criou o job. Para saber mais sobre as permissões necessárias para as configurações padrão, consulte Permissões necessárias para as configurações padrão. Para ativar as otimizações baseadas no histórico, consulte Ativar otimizações baseadas no histórico.Para revisar as otimizações baseadas em histórico de um job usando a visualização
INFORMATION_SCHEMA.JOBS
, é preciso ter o papel necessário. Para mais informações, consulte Papel necessário para a visualizaçãoINFORMATION_SCHEMA.JOBS
.
Ativar otimizações baseadas no histórico
As otimizações baseadas no histórico estão
disponíveis em geral e estão
sendo implantadas em etapas. Para ativar manualmente as otimizações baseadas no histórico para
seu projeto, inclua o parâmetro default_query_optimizer_options = 'adaptive=on'
na instrução
ALTER PROJECT
ou
ALTER ORGANIZATION
. Exemplo:
ALTER PROJECTPROJECT_NAME
SET OPTIONS ( `region-LOCATION
.default_query_optimizer_options` = 'adaptive=on' );
Substitua:
PROJECT_NAME
: o nome do projeto.LOCATION
: o local do projeto.
Desativar otimizações baseadas no histórico
Para desativar as otimizações baseadas em histórico em um projeto, inclua o
parâmetro default_query_optimizer_options = 'adaptive=off'
na
instrução
ALTER PROJECT
or
ALTER ORGANIZATION
. Por exemplo:
ALTER PROJECTPROJECT_NAME
SET OPTIONS ( `region-LOCATION
.default_query_optimizer_options` = 'adaptive=off' );
Substitua:
PROJECT_NAME
: o nome do projeto.LOCATION
: o local do projeto.
Revisar as otimizações baseadas no histórico de um job
Para revisar as otimizações baseadas no histórico de um job, use uma consulta SQL ou uma chamada de método da API REST.
SQL
Você pode usar uma consulta para ter otimizações baseadas no histórico de um job.
A consulta precisa incluir INFORMATION_SCHEMA.JOBS_BY_PROJECT
e o nome da coluna query_info.optimization_details
.
No exemplo a seguir, os detalhes de otimização são retornados para um job chamado sample_job
. Se nenhuma otimização baseada em histórico for aplicada, NULL
será
produzido para 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;
Os resultados são semelhantes aos seguintes:
-- 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
Para ver os detalhes de otimização de um job, chame o
método jobs.get
.
No exemplo a seguir, o método jobs.get
retorna os detalhes de otimização
(optimizationDetails
)
na resposta completa:
{
"jobReference": {
"projectId": "myProject",
"jobId": "sample_job"
}
}
Os resultados são semelhantes aos seguintes:
-- 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"
}
]
}
}
}
}
}
Estimar o impacto das otimizações com base no histórico
Para estimar o impacto das otimizações baseadas no histórico, use o exemplo de consulta SQL a seguir para identificar as consultas de projeto com a maior melhoria estimada no tempo de execução.
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;
O resultado da consulta anterior será semelhante ao seguinte se otimizações com base no histórico foram aplicadas:
/*--------------+------------------------------+------------------+-----------------------*
| 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 |
*--------------+------------------------------+------------------+-----------------------*/
Os resultados dessa consulta são apenas uma estimativa do impacto da otimização com base no histórico. Muitos fatores podem influenciar o desempenho da consulta, incluindo, mas não se limitando a, disponibilidade de slot, mudança nos dados ao longo do tempo, visualização ou definições de UDF e diferenças nos valores de parâmetros de consulta.
Se o resultado deste exemplo de consulta estiver vazio, nenhum job usou otimizações com base no histórico ou todas as consultas foram otimizadas há mais de 30 dias.
Essa consulta pode ser aplicada a outras métricas de desempenho de consulta, como
total_slot_ms
e total_bytes_billed
. Para mais informações, consulte o esquema
para INFORMATION_SCHEMA.JOBS
.