visualizzazione JOB
La vista INFORMATION_SCHEMA.JOBS
contiene metadati quasi in tempo reale su tutti i job BigQuery nel progetto attuale.
Ruolo richiesto
Per ottenere l'autorizzazione necessaria per eseguire query sulla vista INFORMATION_SCHEMA.JOBS
,
chiedi all'amministratore di concederti il ruolo IAM
Visualizzatore risorse BigQuery (roles/bigquery.resourceViewer
) per il tuo progetto.
Per saperne di più sulla concessione dei ruoli, consulta Gestire l'accesso.
Questo ruolo predefinito contiene l'autorizzazione bigquery.jobs.listAll
, necessaria per eseguire query sulla vista INFORMATION_SCHEMA.JOBS
.
Potresti anche essere in grado di ottenere questa autorizzazione con i ruoli personalizzati o altri ruoli predefiniti.
Per maggiori informazioni sulle autorizzazioni BigQuery, consulta Controllo dell'accesso con IAM.
Schema
I dati sottostanti sono partizionati in base alla colonna creation_time
e
raggruppati in base a project_id
e user_email
. La colonna query_info
contiene
informazioni aggiuntive sui job di query.
La vista INFORMATION_SCHEMA.JOBS
ha il seguente schema:
Nome colonna | Tipo di dati | Valore |
---|---|---|
bi_engine_statistics |
RECORD |
Se il progetto è configurato per utilizzare l'interfaccia SQL di BI Engine, questo campo contiene BiEngineStatistics.
In caso contrario, NULL .
|
cache_hit |
BOOLEAN |
Indica se i risultati della query di questo job provengono da una cache.
Se hai un job di istruzione
multi-query, cache_hit per la query padre è
NULL .
|
creation_time |
TIMESTAMP |
(Colonna di partizionamento) Data/ora di creazione del job. Il partizionamento si basa sull'ora UTC di questo timestamp. |
destination_table |
RECORD |
Tabella di destinazione per i risultati, se presenti. |
dml_statistics |
RECORD |
Se il job è una query con un'istruzione DML, il valore è un record con i
seguenti campi:
NULL .Questa colonna è presente nelle viste INFORMATION_SCHEMA.JOBS_BY_USER e
INFORMATION_SCHEMA.JOBS_BY_PROJECT .
|
end_time |
TIMESTAMP |
L'ora di fine di questo job, in millisecondi dall'epoca. Questo campo rappresenta l'ora in cui il job entra nello stato DONE . |
error_result |
RECORD |
Dettagli di eventuali errori come oggetti ErrorProto. |
job_id |
STRING |
L'ID del job. Ad esempio, bquxjob_1234 . |
job_stages |
RECORD |
Esegui query sulle fasi del job.
Nota: i valori di questa colonna sono vuoti per le query che leggono dalle tabelle con criteri di accesso a livello di riga. Per maggiori informazioni, consulta le best practice per la sicurezza a livello di riga in BigQuery. |
job_type |
STRING |
Il tipo di job. Può essere QUERY , LOAD , EXTRACT ,
COPY o NULL . Un valore NULL indica un job interno, ad esempio la valutazione di un'istruzione di job di script o un aggiornamento di una vista materializzata.
|
labels |
RECORD |
Array di etichette applicate al job come coppie chiave-valore. |
parent_job_id |
STRING |
ID dell'eventuale job padre. |
priority |
STRING |
La priorità di questo job. I valori validi sono INTERACTIVE e
BATCH . |
project_id |
STRING |
(Colonna di clustering) L'ID del progetto. |
project_number |
INTEGER |
Il numero del progetto. |
query |
STRING |
Testo della query SQL. Solo la vista JOBS_BY_PROJECT contiene la colonna della query. |
referenced_tables |
RECORD |
Array di tabelle a cui fa riferimento il job. Compilato solo per i job di query che non sono hit della cache. |
reservation_id |
STRING |
Nome della prenotazione principale assegnata a questo job
nel formato
RESERVATION_ADMIN_PROJECT:RESERVATION_LOCATION.RESERVATION_NAME .In questo output:
|
session_info |
RECORD |
Dettagli sulla sessione in cui è stato eseguito il job, se presente. (Anteprima) |
start_time |
TIMESTAMP |
L'ora di inizio di questo job, in millisecondi dall'epoca. Questo campo rappresenta l'ora in cui il job passa dallo stato PENDING a RUNNING o DONE . |
state |
STRING |
Stato del job in esecuzione. Gli stati validi includono PENDING , RUNNING e
DONE .
|
statement_type |
STRING |
Il tipo di istruzione di query. Ad esempio, DELETE , INSERT ,
SCRIPT , SELECT o UPDATE . Consulta QueryStatementType per l'elenco dei valori validi.
|
timeline |
RECORD |
Sequenza temporale della query del job. Contiene snapshot dell'esecuzione della query. |
total_bytes_billed |
INTEGER |
Se il progetto è configurato per utilizzare i prezzi on demand, questo campo contiene i byte totali fatturati per il job. Se il progetto è configurato per utilizzare un sistema con tariffe a costo fisso, non ti vengono addebitati i byte e questo campo è solo informativo.
Nota: i valori di questa colonna sono vuoti per le query che leggono dalle tabelle con criteri di accesso a livello di riga. Per maggiori informazioni, consulta le best practice per la sicurezza a livello di riga in BigQuery. |
total_bytes_processed |
INTEGER |
Byte totali elaborati dal job. Nota: i valori di questa colonna sono vuoti per le query che leggono dalle tabelle con criteri di accesso a livello di riga. Per maggiori informazioni, consulta le best practice per la sicurezza a livello di riga in BigQuery. |
total_modified_partitions |
INTEGER |
Il numero totale di partizioni modificate dal job. Questo campo viene
compilato per i job LOAD e QUERY .
|
total_slot_ms |
INTEGER |
Millisecondi di slot per il job nell'intera durata in stato RUNNING , inclusi i nuovi tentativi. |
transaction_id |
STRING |
ID della transazione in cui è stato eseguito il job, se presente. (Anteprima) |
user_email |
STRING |
(Colonna Clustering) Indirizzo email o account di servizio dell'utente che ha eseguito il job. |
query_info.resource_warning |
STRING |
Il messaggio di avviso che viene visualizzato se l'utilizzo delle risorse durante l'elaborazione delle query supera la soglia interna del sistema. Un job di query riuscito può avere il campo resource_warning completato. Con resource_warning ottieni punti dati aggiuntivi per ottimizzare le query e configurare il monitoraggio delle tendenze del rendimento di un insieme equivalente di query utilizzando query_hashes .
|
query_info.query_hashes.normalized_literals |
STRING |
Contiene gli hash della query. normalized_literals è un hash esadecimale
STRING che ignora commenti, valori parametro, funzioni definite dall'utente e valori letterali.
Questo campo viene visualizzato per le query GoogleSQL riuscite che non sono hit della cache. |
query_info.performance_insights |
RECORD |
Informazioni sulle prestazioni per il job. |
query_info.optimization_details |
STRUCT |
Le ottimizzazioni basate sulla cronologia del job. |
transferred_bytes |
INTEGER |
Byte totali trasferiti per le query cross-cloud, ad esempio i job di trasferimento tra cloud BigQuery Omni. |
materialized_view_statistics |
RECORD |
Statistiche delle viste materializzate considerate in un job di query. (Anteprima) |
Quando esegui una query su INFORMATION_SCHEMA.JOBS
per trovare un costo di riepilogo dei job di query, escludi il tipo di istruzione SCRIPT
, altrimenti alcuni valori potrebbero essere conteggiati due volte. La riga SCRIPT
include
i valori di riepilogo per tutti i job secondari eseguiti come parte di questo job.
Job di query con più istruzioni
Un job di query con più istruzioni è un job di query che utilizza il linguaggio procedurale.
I job di query a più istruzioni spesso definiscono variabili con DECLARE
o prevedono istruzioni del flusso di controllo come IF
o WHILE
. Quando esegui una query su INFORMATION_SCHEMA.JOBS
, potresti dover riconoscere la differenza tra un job di query a più istruzioni e altri job. Un job di query a più istruzioni ha i seguenti tratti:
statement_type
=SCRIPT
reservation_id
=NULL
- Job secondari. Ciascun job di query a più istruzioni ha un
parent_job_id
che rimanda allo stesso job di query con più istruzioni. Include i valori di riepilogo per tutti i job figlio eseguiti nell'ambito di questo job. Per questo motivo, se esegui una query suINFORMATION_SCHEMA.JOBS
per trovare un costo riepilogativo dei job di query, devi escludere il tipo di istruzioneSCRIPT
, altrimenti alcuni valori cometotal_slot_ms
potrebbero essere conteggiati due volte.
Conservazione dei dati
Questa visualizzazione contiene i job attualmente in esecuzione e la cronologia dei job degli ultimi 180 giorni.
Ambito e sintassi
Le query in questa vista devono includere un qualificatore regione. La tabella seguente spiega l'ambito della regione per questa visualizzazione:
Nome vista | Ambito risorsa | Ambito regione |
---|---|---|
[PROJECT_ID.]`region-REGION`.INFORMATION_SCHEMA.JOBS[_BY_PROJECT] |
A livello di progetto | REGION |
- (Facoltativo)
PROJECT_ID
: l'ID del tuo progetto Google Cloud. Se non specificato, viene utilizzato il progetto predefinito. REGION
: qualsiasi nome della regione del set di dati. Ad esempio:region-us
.
Esempi
Per eseguire la query su un progetto diverso da quello predefinito, aggiungi l'ID progetto nel seguente formato:
`PROJECT_ID`.`region-REGION_NAME`.INFORMATION_SCHEMA.JOBS
PROJECT_ID
: l'ID del progetto.REGION_NAME
: la regione del progetto.
Ad esempio, `myproject`.`region-us`.INFORMATION_SCHEMA.JOBS_BY_PROJECT
.
Confronto dell'utilizzo dei job con i dati di fatturazione
Per i progetti che utilizzano la fatturazione on demand, puoi usare la vista INFORMATION_SCHEMA.JOBS
per esaminare i costi di calcolo in un determinato periodo. La seguente query genera dati aggregati stimati giornalieri dei TiB fatturati e gli addebiti risultanti. La sezione Limitazioni spiega quando queste stime potrebbero non corrispondere alla tua fattura.
Solo per questo esempio, devono essere impostate le seguenti variabili aggiuntive. Possono essere modificate qui per semplificarne l'uso.
START_DATE
: la prima data per l'aggregazione (incluso).END_DATE
: l'ultima data dell'aggregazione (inclusa).PRICE_PER_TIB
: il prezzo on demand per TiB utilizzato per le stime delle fatture.
CREATE TEMP FUNCTION isBillable(error_result ANY TYPE) AS ( -- You aren't charged for queries that return an error. error_result IS NULL -- However, canceling a running query might incur charges. OR error_result.reason = 'stopped' ); -- BigQuery hides the number of bytes billed on all queries against tables with -- row-level security. CREATE TEMP FUNCTION isMaybeUsingRowLevelSecurity( job_type STRING, tib_billed FLOAT64, error_result ANY TYPE) AS ( job_type = 'QUERY' AND tib_billed IS NULL AND isBillable(error_result) ); WITH query_params AS ( SELECT date 'START_DATE' AS start_date, -- inclusive date 'END_DATE' AS end_date, -- inclusive ), usage_with_multiplier AS ( SELECT job_type, error_result, creation_time, -- Jobs are billed by end_time in PST8PDT timezone, regardless of where -- the job ran. EXTRACT(date FROM end_time AT TIME ZONE 'PST8PDT') billing_date, total_bytes_billed / 1024 / 1024 / 1024 / 1024 total_tib_billed, CASE statement_type WHEN 'SCRIPT' THEN 0 WHEN 'CREATE_MODEL' THEN 50 * PRICE_PER_TIB ELSE PRICE_PER_TIB END AS multiplier, FROM `PROJECT_ID.region-REGION_NAME`.INFORMATION_SCHEMA.JOBS_BY_PROJECT ) SELECT billing_date, sum(total_tib_billed * multiplier) estimated_charge, sum(total_tib_billed) estimated_usage_in_tib, countif(isMaybeUsingRowLevelSecurity(job_type, total_tib_billed, error_result)) AS jobs_using_row_level_security, FROM usage_with_multiplier, query_params WHERE 1 = 1 -- Filter by creation_time for partition pruning. AND date(creation_time) BETWEEN date_sub(start_date, INTERVAL 2 day) AND end_date AND billing_date BETWEEN start_date AND end_date AND isBillable(error_result) GROUP BY billing_date ORDER BY billing_date
Limitazioni
BigQuery nasconde alcune statistiche per le query su tabelle con sicurezza a livello di riga. La query fornita conteggia il numero di job interessati come
jobs_using_row_level_security
, ma non ha accesso all'utilizzo fatturabile.I prezzi di BigQuery ML per le query on demand dipendono dal tipo di modello creato.
INFORMATION_SCHEMA.JOBS
non monitora il tipo di modello creato, pertanto la query fornita presuppone che tutte le istruzioni CREATE_MODEL abbiano creato i tipi di modello con fatturazione più alta.Le procedure Apache Spark utilizzano un modello di prezzi simile, ma gli addebiti sono riportati come SKU con pagamento a consumo della versione BigQuery Enterprise.
INFORMATION_SCHEMA.JOBS
monitora questo utilizzo cometotal_bytes_billed
, ma non può determinare lo SKU rappresentato dall'utilizzo.
Calcola l'utilizzo medio degli slot
L'esempio seguente calcola l'utilizzo medio degli slot per tutte le query negli ultimi 7 giorni per un determinato progetto. Tieni presente che questo calcolo è il più preciso per i progetti che hanno un utilizzo coerente degli slot durante la settimana. Se il tuo progetto non ha un utilizzo coerente degli slot, questo numero potrebbe essere inferiore del previsto.
Per eseguire la query:
SELECT SUM(total_slot_ms) / (1000 * 60 * 60 * 24 * 7) AS avg_slots FROM `region-us`.INFORMATION_SCHEMA.JOBS WHERE -- Filter by the partition column first to limit the amount of data scanned. -- Eight days allows for jobs created before the 7 day end_time filter. creation_time BETWEEN TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 8 DAY) AND CURRENT_TIMESTAMP() AND job_type = 'QUERY' AND statement_type != 'SCRIPT' AND end_time BETWEEN TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 7 DAY) AND CURRENT_TIMESTAMP();
Il risultato è simile al seguente:
+------------+ | avg_slots | +------------+ | 3879.1534 | +------------+
Puoi controllare l'utilizzo per una determinata prenotazione con
WHERE reservation_id = "…"
. Questo può essere utile per determinare la percentuale di utilizzo
di una prenotazione in un determinato periodo di tempo. Per i job di script, il job principale
registra anche l'utilizzo totale degli slot dai job figlio. Per evitare un doppio conteggio, utilizza WHERE statement_type != "SCRIPT"
per escludere il job padre.
Se invece vuoi controllare l'utilizzo medio degli slot per i singoli job, utilizza total_slot_ms / TIMESTAMP_DIFF(end_time, start_time, MILLISECOND)
.
Carica cronologia job
L'esempio seguente elenca tutti gli utenti o gli account di servizio che hanno inviato un job di caricamento batch per un determinato progetto. Poiché non viene specificato alcun limite temporale, questa query analizza tutta la cronologia disponibile, ad esempio gli ultimi 30 giorni.
SELECT DISTINCT(user_email) AS user FROM `region-us`.INFORMATION_SCHEMA.JOBS WHERE job_type = 'LOAD';
Il risultato è simile al seguente:
+--------------+ | user | +--------------+ | abc@xyz.com | +--------------+ | def@xyz.com | +--------------+
Ottieni il numero di job di caricamento per determinare la quota di job giornaliera utilizzata
L'esempio seguente restituisce il numero di job per giorno, set di dati e tabella in modo da poter determinare quanta parte della quota giornaliera dei job viene utilizzata.
SELECT DATE(creation_time) as day, destination_table.project_id as project_id, destination_table.dataset_id as dataset_id, destination_table.table_id as table_id, COUNT(job_id) AS load_job_count FROM region-us.INFORMATION_SCHEMA.JOBS_BY_PROJECT WHERE creation_time BETWEEN TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 8 DAY) AND CURRENT_TIMESTAMP() AND job_type = "LOAD" GROUP BY day, project_id, dataset_id, table_id ORDER BY day DESC
Recupera gli ultimi 10 job non riusciti
L'esempio seguente mostra gli ultimi 10 job non riusciti:
SELECT
job_id,
creation_time,
user_email,
error_result
FROM `region-us`.INFORMATION_SCHEMA.JOBS_BY_PROJECT
WHERE error_result.reason != "Null"
ORDER BY creation_time DESC
LIMIT 10
I risultati dovrebbero essere simili ai seguenti:
+---------------+--------------------------+------------------+-----------------------------------------------------------+
| job_id | creation_time | user_email | error_result |
+---------------+--------------------------+------------------+-----------------------------------------------------------+
| examplejob_1 | 2020-10-10 00:00:00 UTC | bob@example.com | Column 'generate_metadata_snapshot' has mismatched type...|
| examplejob_2 | 2020-10-11 00:00:00 UTC | bob@example.com | Column 'generate_metadata_snapshot' has mismatched type...|
+---------------+--------------------------+------------------+-----------------------------------------------------------+
Esegui una query sull'elenco dei job a lunga esecuzione
L'esempio seguente mostra l'elenco dei job a lunga esecuzione che si trovano in stato RUNNING
o PENDING
per più di 30 minuti:
SELECT
job_id,
job_type,
state,
creation_time,
start_time,
user_email
FROM `region-us`.INFORMATION_SCHEMA.JOBS_BY_PROJECT
WHERE
state!="DONE" AND
creation_time <= TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 30 MINUTE)
ORDER BY creation_time ASC;
Il risultato è simile al seguente:
+---------------+----------+---------+--------------------------------+--------------------------------+------------------+
| job_id | job_type | state | creation_time | start_time | user_email |
+---------------+----------+---------+--------------------------------+--------------------------------+------------------+
| examplejob_1 | QUERY | RUNNING | 2023-05-03 05:07:22.818000 UTC | 2023-05-03 05:07:22.905000 UTC | abc@example.com |
| examplejob_2 | QUERY | PENDING | 2023-05-01 02:05:47.925000 UTC | 2023-05-01 02:05:47.998000 UTC | xyz@example.com |
+---------------+----------+---------+--------------------------------+--------------------------------+------------------+
Byte elaborati per identità utente
L'esempio seguente mostra i byte totali fatturati per i job di query per utente:
SELECT
user_email,
SUM(total_bytes_billed) AS bytes_billed
FROM
`region-us`.INFORMATION_SCHEMA.JOBS
WHERE
job_type = 'QUERY'
AND statement_type != 'SCRIPT'
GROUP BY
user_email;
Nota: tieni presente l'avvertenza per la colonna total_bytes_billed
nella documentazione dello schema per le viste JOBS
.
I risultati dovrebbero essere simili ai seguenti:
+---------------------+--------------+
| user_email | bytes_billed |
+---------------------+--------------+
| bob@example.com | 2847932416 |
| alice@example.com | 1184890880 |
| charles@example.com | 10485760 |
+---------------------+--------------+
Analisi oraria dei byte elaborati
L'esempio seguente mostra i byte totali fatturati per i job di query, in intervalli orari:
SELECT TIMESTAMP_TRUNC(end_time, HOUR) AS time_window, SUM(total_bytes_billed) AS bytes_billed FROM `region-us`.INFORMATION_SCHEMA.JOBS WHERE job_type = 'QUERY' AND statement_type != 'SCRIPT' GROUP BY time_window ORDER BY time_window DESC;
Il risultato è simile al seguente:
+-------------------------+--------------+ | time_window | bytes_billed | +-------------------------+--------------+ | 2022-05-17 20:00:00 UTC | 1967128576 | | 2022-05-10 21:00:00 UTC | 0 | | 2022-04-15 20:00:00 UTC | 10485760 | | 2022-04-15 17:00:00 UTC | 41943040 | +-------------------------+--------------+
Job di query per tabella
L'esempio seguente mostra il numero di volte in cui un job di query fa riferimento a ogni tabella sottoposta a query in my_project
:
SELECT t.project_id, t.dataset_id, t.table_id, COUNT(*) AS num_references FROM my_project.`region-us`.INFORMATION_SCHEMA.JOBS, UNNEST(referenced_tables) AS t GROUP BY t.project_id, t.dataset_id, t.table_id ORDER BY num_references DESC;
Il risultato è simile al seguente:
+------------+------------+----------+----------------+ | project_id | dataset_id | table_id | num_references | +------------+------------+----------+----------------+ | my_project | dataset1 | orders | 58 | | my_project | dataset1 | products | 40 | | my_project | dataset2 | sales | 30 | | other_proj | dataset1 | accounts | 12 | +------------+------------+----------+----------------+
Numero di partizioni modificate per query e job di caricamento per tabella
L'esempio seguente mostra il numero di partizioni modificate da query con istruzioni DML e job di caricamento, per tabella. Tieni presente che questa query non mostra il valore total_modified_partitions
per i job di copia.
SELECT destination_table.table_id, SUM(total_modified_partitions) AS total_modified_partitions FROM `region-us`.INFORMATION_SCHEMA.JOBS WHERE DATE(creation_time, "America/Los_Angeles") = CURRENT_DATE() GROUP BY table_id ORDER BY total_modified_partitions DESC
Query più costose per progetto
Nell'esempio seguente sono elencate le query più costose in my_project
in base al tempo di utilizzo degli slot:
SELECT job_id, query, user_email, total_slot_ms FROM `my_project`.`region-us`.INFORMATION_SCHEMA.JOBS_BY_PROJECT WHERE EXTRACT(DATE FROM creation_time) = current_date() ORDER BY total_slot_ms DESC LIMIT 4
Puoi anche elencare le query più costose in base ai dati elaborati, utilizzando il seguente esempio:
SELECT job_id, query, user_email, total_bytes_processed FROM `my_project`.`region-us`.INFORMATION_SCHEMA.JOBS_BY_PROJECT WHERE EXTRACT(DATE FROM creation_time) = current_date() ORDER BY total_bytes_processed DESC LIMIT 4
Il risultato per entrambi gli esempi è simile al seguente:
+--------------+---------------------------------+-----------------------+---------------+ | job_id | query | user_email | total_slot_ms | +--------------+---------------------------------+--------------------------+------------+ | examplejob_1 | SELECT ... FROM dataset.table1 | bob@example.com | 80,000 | | examplejob_2 | SELECT ... FROM dataset.table2 | alice@example.com | 78,000 | | examplejob_3 | SELECT ... FROM dataset.table3 | charles@example.com | 75,000 | | examplejob_4 | SELECT ... FROM dataset.table4 | tina@example.com | 72,000 | +--------------+---------------------------------+-----------------------+---------------+
Recupera i dettagli su un avviso relativo alle risorse
Se viene visualizzato il messaggio di errore Risorse superate, puoi richiedere informazioni sulle query in una finestra temporale:
SELECT query, query_info.resource_warning FROM `user_project.region-us`.INFORMATION_SCHEMA.JOBS WHERE creation_time BETWEEN TIMESTAMP("2022-12-01") AND TIMESTAMP("2022-12-08") AND query_info.resource_warning IS NOT NULL LIMIT 50;
Monitora gli avvisi sulle risorse raggruppati per data
Se visualizzi il messaggio di errore Risorse superate, puoi monitorare il numero totale di avvisi delle risorse raggruppati per data per sapere se sono state apportate modifiche al carico di lavoro:
WITH resource_warnings AS ( SELECT EXTRACT(DATE FROM creation_time) AS creation_date FROM `user_project.region-us`.INFORMATION_SCHEMA.JOBS WHERE creation_time >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 14 DAY) AND query_info.resource_warning IS NOT NULL ) SELECT creation_date, COUNT(1) AS warning_counts FROM resource_warnings GROUP BY creation_date ORDER BY creation_date DESC;
Stimare l'utilizzo degli slot e il costo per le query
L'esempio seguente calcola la media e il numero massimo di slot per ogni job utilizzando estimated_runnable_units
.
Il reservation_id
è NULL
se non hai prenotazioni.
SELECT project_id, job_id, reservation_id, EXTRACT(DATE FROM creation_time) AS creation_date, TIMESTAMP_DIFF(end_time, start_time, SECOND) AS job_duration_seconds, job_type, user_email, total_bytes_billed, -- Average slot utilization per job is calculated by dividing total_slot_ms by the millisecond duration of the job SAFE_DIVIDE(job.total_slot_ms,(TIMESTAMP_DIFF(job.end_time, job.start_time, MILLISECOND))) AS job_avg_slots, query, -- Determine the max number of slots used at ANY stage in the query. -- The average slots might be 55. But a single stage might spike to 2000 slots. -- This is important to know when estimating number of slots to purchase. MAX(SAFE_DIVIDE(unnest_job_stages.slot_ms,unnest_job_stages.end_ms - unnest_job_stages.start_ms)) AS jobstage_max_slots, -- Check if there's a job that requests more units of works (slots). If so you need more slots. -- estimated_runnable_units = Units of work that can be scheduled immediately. -- Providing additional slots for these units of work accelerates the query, -- if no other query in the reservation needs additional slots. MAX(unnest_timeline.estimated_runnable_units) AS estimated_runnable_units FROM `region-us`.INFORMATION_SCHEMA.JOBS AS job CROSS JOIN UNNEST(job_stages) as unnest_job_stages CROSS JOIN UNNEST(timeline) AS unnest_timeline WHERE project_id = 'my_project' AND statement_type != 'SCRIPT' AND DATE(creation_time) BETWEEN DATE_SUB(CURRENT_DATE(), INTERVAL 7 DAY) AND CURRENT_DATE() GROUP BY 1,2,3,4,5,6,7,8,9,10 ORDER BY job_id;
Visualizzare le informazioni sulle prestazioni per le query
L'esempio seguente restituisce tutti i job di query con insight sulle prestazioni del progetto negli ultimi 30 giorni, insieme a un URL che rimanda al grafico di esecuzione delle query nella console Google Cloud.
SELECT `bigquery-public-data`.persistent_udfs.job_url( project_id || ':us.' || job_id) AS job_url, query_info.performance_insights FROM `region-us`.INFORMATION_SCHEMA.JOBS_BY_PROJECT WHERE DATE(creation_time) >= CURRENT_DATE - 30 -- scan 30 days of query history AND job_type = 'QUERY' AND state = 'DONE' AND error_result IS NULL AND statement_type != 'SCRIPT' AND EXISTS ( -- Only include queries which had performance insights SELECT 1 FROM UNNEST( query_info.performance_insights.stage_performance_standalone_insights ) WHERE slot_contention OR insufficient_shuffle_quota UNION ALL SELECT 1 FROM UNNEST( query_info.performance_insights.stage_performance_change_insights ) WHERE input_data_change.records_read_diff_percentage IS NOT NULL );
Visualizza i job di aggiornamento dei metadati
Nell'esempio seguente sono elencati i job di aggiornamento dei metadati:
SELECT * FROM `region-aws-us-east-1.INFORMATION_SCHEMA.JOBS_BY_PROJECT` WHERE job_id LIKE '%metadata_cache_refresh%' AND creation_time > TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 6 HOUR) ORDER BY start_time desc LIMIT 10;
Analizzare il rendimento nel tempo per le query identiche
L'esempio seguente restituisce i primi 10 job più lenti negli ultimi 7 giorni che hanno eseguito la stessa query:
DECLARE querytext STRING DEFAULT( SELECT query FROM `region-us`.INFORMATION_SCHEMA.JOBS_BY_PROJECT WHERE job_id = 'JOB_ID' LIMIT 1 ); SELECT start_time, end_time, project_id, job_id, TIMESTAMP_DIFF(end_time, start_time, SECOND) AS run_secs, total_bytes_processed / POW(1024, 3) AS total_gigabytes_processed, query FROM `region-us`.INFORMATION_SCHEMA.JOBS_BY_PROJECT WHERE query = querytext AND total_bytes_processed > 0 AND creation_time >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 7 DAY) ORDER BY 5 DESC LIMIT 10;
Sostituisci JOB_ID
con qualsiasi job_id
che ha eseguito la query che stai analizzando.