Vista de JOBS
La vista INFORMATION_SCHEMA.JOBS
contiene los metadatos casi en tiempo real sobre todos los trabajos de BigQuery del proyecto actual.
Función requerida
Para obtener el permiso que necesitas para consultar la vista INFORMATION_SCHEMA.JOBS
, pídele a tu administrador que te otorgue el rol de IAM Visualizador de recursos de BigQuery (roles/bigquery.resourceViewer
) en tu proyecto.
Para obtener más información sobre cómo otorgar roles, consulta Administra el acceso.
Este rol predefinido contiene el permiso bigquery.jobs.listAll
, que se requiere para consultar la vista INFORMATION_SCHEMA.JOBS
.
También puedes obtener este permiso con roles personalizados o con otros roles predefinidos.
Para obtener más información sobre IAM de BigQuery, consulta Control de acceso con la IAM.
Schema
La columna creation_time
particiona los datos subyacentes y project_id
y user_email
los agrupan. La columna query_info
contiene información adicional sobre tus trabajos de consulta.
La vista INFORMATION_SCHEMA.JOBS
tiene el siguiente esquema:
Nombre de la columna | Tipo de datos | Valor |
---|---|---|
bi_engine_statistics |
RECORD |
Si el proyecto está configurado para usar la interfaz de SQL de BI Engine, este campo contiene BiEngineStatistics.
En caso contrario NULL .
|
cache_hit |
BOOLEAN |
Indica si los resultados de la consulta de este trabajo provienen de una caché.
Si tienes un trabajo de declaración de varias consultas, el cache_hit para tu consulta superior es NULL .
|
creation_time |
TIMESTAMP |
Es la hora de creación de este trabajo (columna de partición). La partición se basa en la hora UTC de esta marca de tiempo. |
destination_table |
RECORD |
Es la tabla de destino para los resultados (si hay alguno). |
dml_statistics |
RECORD |
Si el trabajo es una consulta con una declaración DML, el valor es un registro con los siguientes campos:
NULL .Esta columna está presente en las vistas INFORMATION_SCHEMA.JOBS_BY_USER y
INFORMATION_SCHEMA.JOBS_BY_PROJECT .
|
end_time |
TIMESTAMP |
La hora de finalización de este trabajo, en milisegundos, desde el ciclo de entrenamiento. Este campo representa el momento en el que el trabajo ingresa al estado DONE . |
error_result |
RECORD |
Detalles de cualquier error como objetos ErrorProto. |
job_id |
STRING |
El ID del trabajo. Por ejemplo, bquxjob_1234 . |
job_stages |
RECORD |
Etapas de consulta del trabajo.
Nota: Los valores de esta columna están vacíos para las consultas que leen de tablas con políticas de acceso a nivel de fila. Si deseas obtener más información, consulta las prácticas recomendadas para la seguridad a nivel de las filas en BigQuery. |
job_type |
STRING |
Es el tipo de trabajo. Puede ser QUERY , LOAD , EXTRACT ,
COPY o NULL . Un valor NULL indica un trabajo interno, como una evaluación de declaración de trabajo de secuencia de comandos o una actualización de vista materializada.
|
labels |
RECORD |
Array de etiquetas aplicadas al trabajo como pares clave-valor. |
parent_job_id |
STRING |
ID del trabajo superior, si hay alguno. |
priority |
STRING |
La prioridad de este trabajo. Los valores válidos incluyen INTERACTIVE y BATCH . |
project_id |
STRING |
(Columna de agrupamiento en clústeres) el ID del proyecto. |
project_number |
INTEGER |
El número del proyecto. |
query |
STRING |
Texto de consulta de SQL. Solo la vista JOBS_BY_PROJECT tiene la columna de consulta. |
referenced_tables |
RECORD |
Es el array de tablas a las que hace referencia el trabajo. Solo se propaga para los trabajos de consulta que no son aciertos de caché. |
reservation_id |
STRING |
Nombre de la reserva principal asignada a este trabajo, en el formato RESERVATION_ADMIN_PROJECT:RESERVATION_LOCATION.RESERVATION_NAME .En este resultado, se ilustra lo siguiente:
|
session_info |
RECORD |
Detalles sobre la sesión en la que se ejecutó este trabajo, si corresponde. (Vista previa) |
start_time |
TIMESTAMP |
La hora de inicio de este trabajo, en milisegundos, desde el ciclo de entrenamiento. Este campo representa el momento en el que el trabajo pasa del estado PENDING a RUNNING o DONE . |
state |
STRING |
Estado de ejecución del trabajo. Los estados válidos incluyen PENDING , RUNNING y DONE .
|
statement_type |
STRING |
El tipo de declaración de consulta. Por ejemplo, DELETE , INSERT ,
SCRIPT , SELECT o UPDATE . Consulta QueryStatementType para obtener una lista de valores válidos.
|
timeline |
RECORD |
Cronograma de consultas del trabajo. Contiene instantáneas de la ejecución de consultas. |
total_bytes_billed |
INTEGER |
Si el proyecto está configurado para usar
precios según demanda,
este campo contiene el total de bytes facturados para el trabajo. Si el proyecto está configurado para usar
precios de tasa fija,
no se te facturará por los bytes y este campo solo es informativo.
Nota: Los valores de esta columna están vacíos para las consultas que leen de tablas con políticas de acceso a nivel de fila. Si deseas obtener más información, consulta las prácticas recomendadas para la seguridad a nivel de las filas en BigQuery. |
total_bytes_processed |
INTEGER |
Es el total de bytes procesados por el trabajo. Nota: Los valores de esta columna están vacíos para las consultas que leen de tablas con políticas de acceso a nivel de fila. Si deseas obtener más información, consulta las prácticas recomendadas para la seguridad a nivel de las filas en BigQuery. |
total_modified_partitions |
INTEGER |
Cantidad total de particiones que modificó el trabajo. Este campo se propaga para los trabajos LOAD y QUERY .
|
total_slot_ms |
INTEGER |
Son los milisegundos de ranura para el trabajo durante toda su duración en el estado RUNNING , incluidos los reintentos. |
transaction_id |
STRING |
ID de la transacción en la que se ejecutó este trabajo, si corresponde. (Vista previa) |
user_email |
STRING |
Es la dirección de correo electrónico o la cuenta de servicio del usuario que ejecutó el trabajo (columna de agrupamiento en clústeres). |
query_info.resource_warning |
STRING |
Es el mensaje de advertencia que aparece si el uso de recursos durante el procesamiento de consultas está por encima del umbral interno del sistema. Un trabajo de consulta exitoso puede tener el campo resource_warning propagado. Con resource_warning , obtienes datos adicionales para optimizar tus consultas y configurar la supervisión de las tendencias de rendimiento de un conjunto de consultas equivalente mediante query_hashes .
|
query_info.query_hashes.normalized_literals |
STRING |
Contiene los hashes de la consulta. normalized_literals es un hash STRING hexadecimal que ignora los comentarios, los valores de parámetros, las UDF y los literales.
Este campo aparece para las consultas correctas de GoogleSQL que no son aciertos de caché. |
query_info.performance_insights |
RECORD |
Estadísticas de rendimiento del trabajo. |
query_info.optimization_details |
STRUCT |
Las optimizaciones basadas en el historial para el trabajo. |
transferred_bytes |
INTEGER |
Total de bytes transferidos para consultas de múltiples nubes, como trabajos de transferencia entre nubes de BigQuery Omni. |
materialized_view_statistics |
RECORD |
Estadísticas de vistas materializadas que se consideran en un trabajo de consulta. (Vista previa) |
Cuando consultes INFORMATION_SCHEMA.JOBS
para encontrar un costo de resumen de los trabajos de consulta, excluye el tipo de declaración SCRIPT
; de lo contrario, algunos valores podrían contarse dos veces. En la fila SCRIPT
, se incluyen valores de resumen para todos los trabajos secundarios que se ejecutaron como parte de este trabajo.
Trabajo de consulta de varias instrucciones
Un trabajo de consulta de varias instrucciones usa el lenguaje de procedimiento.
Los trabajos de consulta de varias instrucciones suelen definir variables con DECLARE
o tienen instrucciones de flujo de control, como IF
o WHILE
. Cuando consultas INFORMATION_SCHEMA.JOBS
, es posible que debas reconocer la diferencia entre un trabajo de consulta de varias declaraciones y otros trabajos. Un trabajo de consulta de varias instrucciones tiene las siguientes características:
statement_type
=SCRIPT
reservation_id
=NULL
- Trabajos secundarios. Cada uno de los trabajos secundarios de un trabajo de consulta de varias instrucciones tiene un
parent_job_id
que apunta al trabajo de consulta de varias instrucciones. Esto incluye valores resumidos para todos los trabajos secundarios que se ejecutaron como parte de este trabajo. Por este motivo, si consultasINFORMATION_SCHEMA.JOBS
para encontrar un costo de resumen de los trabajos de consulta, debes excluir el tipo de declaraciónSCRIPT
; de lo contrario, algunos valores comototal_slot_ms
podrían contarse. dos veces.
Retención de datos
Esta vista contiene los trabajos que se están ejecutando y el historial de trabajos de los últimos 180 días.
Permiso y sintaxis
Las consultas realizadas a esta vista deben incluir un calificador de región. En la siguiente tabla, se explica el permiso de la región para esta vista:
Nombre de la vista | Permiso del recurso | Permiso de la región |
---|---|---|
[PROJECT_ID.]`region-REGION`.INFORMATION_SCHEMA.JOBS[_BY_PROJECT] |
Nivel de proyecto | REGION |
- Opcional:
PROJECT_ID
: el ID del proyecto de Google Cloud. Si no se especifica, se usa el proyecto predeterminado. REGION
: Cualquier nombre de región del conjunto de datos. Por ejemplo,region-us
.
Ejemplos
Para ejecutar la consulta en un proyecto que no sea el predeterminado, agrega el ID del proyecto en el siguiente formato:
`PROJECT_ID`.`region-REGION_NAME`.INFORMATION_SCHEMA.JOBSReemplaza lo siguiente:
PROJECT_ID
: el ID del proyecto.REGION_NAME
: la región del proyecto.
Por ejemplo, `myproject`.`region-us`.INFORMATION_SCHEMA.JOBS_BY_PROJECT
.
Compara el uso del trabajo con los datos de facturación
Para los proyectos que usan la facturación según demanda, puedes usar la vista INFORMATION_SCHEMA.JOBS
para revisar los cargos de procesamiento durante un período determinado. La siguiente consulta produce agregaciones diarias estimadas de tus TiB facturados y los cargos resultantes. En la sección limitaciones, se explica cuándo es posible que estas estimaciones no coincidan con tu factura.
Solo para este ejemplo, se deben configurar las siguientes variables adicionales. Aquí se pueden editar para facilitar su uso.
START_DATE
: la fecha más temprana en la que se agregará (inclusivo).END_DATE
: la última fecha en la que se agregará (inclusivo).PRICE_PER_TIB
: el precio según demanda por TiB que se usa para las estimaciones de facturas.
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
Limitaciones
BigQuery oculta algunas estadísticas para las consultas sobre tablas con seguridad a nivel de fila. La consulta proporcionada cuenta la cantidad de trabajos afectados como
jobs_using_row_level_security
, pero no tiene acceso al uso facturable.Los precios de las consultas a pedido de BigQuery ML dependen del tipo de modelo que se crea.
INFORMATION_SCHEMA.JOBS
no realiza un seguimiento de qué tipo de modelo se creó, por lo que la consulta proporcionada supone que todas las declaraciones CREATE_MODEL crearon los tipos de modelo más facturados.Los procedimientos de Apache Spark usan un modelo de precios similar, pero los cargos se informan como un SKU de pago por uso de la edición Enterprise de BigQuery.
INFORMATION_SCHEMA.JOBS
realiza un seguimiento de este uso comototal_bytes_billed
, pero no puede determinar qué SKU representa el uso.
Calcula el uso promedio de las ranuras
En el siguiente ejemplo, se calcula el uso promedio de las ranuras para todas las consultas de los últimos 7 días de un proyecto determinado. Ten en cuenta que este cálculo es más preciso para proyectos que tienen un uso de ranuras coherente durante la semana. Si tu proyecto no tiene un uso de ranuras coherente, es posible que este número sea inferior al esperado.
Para ejecutar la consulta, haz lo siguiente:
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();
El resultado es similar al siguiente:
+------------+ | avg_slots | +------------+ | 3879.1534 | +------------+
Puedes verificar el uso de una reserva en particular con WHERE reservation_id = "…"
. Esto puede ser útil para determinar el porcentaje de uso de una reserva durante un período. En los trabajos de secuencia de comandos, el trabajo superior también informa el uso total de las ranuras de sus trabajos secundarios. Si deseas evitar el doble recuento, usa WHERE statement_type != "SCRIPT"
para excluir el trabajo superior.
En cambio, si deseas verificar el uso de ranuras promedio para trabajos individuales, usa total_slot_ms / TIMESTAMP_DIFF(end_time, start_time, MILLISECOND)
.
Historial de trabajos de carga
En el siguiente ejemplo, se enumeran todos los usuarios o cuentas de servicio que enviaron un trabajo de carga por lotes para un proyecto determinado. Debido a que no se especifica ningún límite de tiempo, esta consulta analiza todo el historial disponible (por ejemplo, los últimos 30 días).
SELECT DISTINCT(user_email) AS user FROM `region-us`.INFORMATION_SCHEMA.JOBS WHERE job_type = 'LOAD';
El resultado es similar al siguiente:
+--------------+ | user | +--------------+ | abc@xyz.com | +--------------+ | def@xyz.com | +--------------+
Obtén la cantidad de trabajos de carga para determinar la cuota diaria de trabajo usada
En el siguiente ejemplo, se muestra la cantidad de trabajos por día, el conjunto de datos y la tabla para que puedas determinar qué cantidad de la cuota de trabajo diaria se usa.
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
Obtén los últimos 10 trabajos con errores
En el siguiente ejemplo, se muestran los últimos 10 trabajos con errores:
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
Los resultados debería ser similar al siguiente:
+---------------+--------------------------+------------------+-----------------------------------------------------------+
| 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...|
+---------------+--------------------------+------------------+-----------------------------------------------------------+
Consulta la lista de trabajos de ejecución larga
En el siguiente ejemplo, se muestra la lista de trabajos de ejecución larga que están en el estado RUNNING
o PENDING
durante más de 30 minutos:
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;
El resultado es similar al siguiente:
+---------------+----------+---------+--------------------------------+--------------------------------+------------------+
| 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 |
+---------------+----------+---------+--------------------------------+--------------------------------+------------------+
Bytes procesados por identidad del usuario
En el siguiente ejemplo, se muestra el total de bytes facturados por los trabajos de consulta por usuario:
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: Consulta la advertencia de la columna total_bytes_billed
en la documentación del esquema para las vistas JOBS
.
Los resultados deberían verse así:
+---------------------+--------------+
| user_email | bytes_billed |
+---------------------+--------------+
| bob@example.com | 2847932416 |
| alice@example.com | 1184890880 |
| charles@example.com | 10485760 |
+---------------------+--------------+
Desglose por hora de bytes procesados
En el siguiente ejemplo, se muestra el total de bytes facturados por los trabajos de consulta, en intervalos por hora:
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;
El resultado es similar al siguiente:
+-------------------------+--------------+ | 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 | +-------------------------+--------------+
Trabajos de consulta por tabla
En el siguiente ejemplo, se muestra cuántas veces se hizo referencia a cada tabla consultada en my_project
mediante un trabajo de consulta:
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;
El resultado es similar al siguiente:
+------------+------------+----------+----------------+ | 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 | +------------+------------+----------+----------------+
Cantidad de particiones modificadas por trabajos de consulta y carga por tabla
En el siguiente ejemplo, se muestra la cantidad de particiones modificadas por consultas con trabajos de carga y declaraciones DML por tabla. Ten en cuenta que esta consulta no muestra el total_modified_partitions
para los trabajos de 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
Consultas más costosas por proyecto
En el siguiente ejemplo, se enumeran las consultas más costosas en my_project
por tiempo de uso de ranura:
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
También puedes enumerar las consultas más costosas por datos procesados con el siguiente ejemplo:
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
El resultado de cualquiera de los ejemplos es similar al siguiente:
+--------------+---------------------------------+-----------------------+---------------+ | 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 | +--------------+---------------------------------+-----------------------+---------------+
Obtén detalles sobre una advertencia de recurso
Si recibes el mensaje de error Resources exceeded, puedes realizar preguntas sobre las consultas en un período:
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;
Supervisa las advertencias de recursos agrupadas por fecha
Si recibes el mensaje de error Resources exceeded, puedes supervisar la cantidad total de advertencias de recursos agrupadas por fecha para saber si hay cambios en la carga de trabajo:
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;
Estima el uso de las ranuras y el costo de las consultas
En el siguiente ejemplo, se calculan las ranuras promedio y la cantidad máxima de ranuras para cada trabajo mediante estimated_runnable_units
.
El reservation_id
es NULL
si no tienes ninguna reserva.
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;
Visualiza las estadísticas de rendimiento de las consultas
En el siguiente ejemplo, se muestran todos los trabajos de consulta que tienen estadísticas de rendimiento de tu proyecto en los últimos 30 días, junto con una URL que vincula al gráfico de ejecución de consulta en la consola de 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 );
Visualiza trabajos de actualización de metadatos
En el siguiente ejemplo, se enumeran los trabajos de actualización de metadatos:
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;
Analiza el rendimiento en el tiempo para búsquedas idénticas
En el siguiente ejemplo, se muestran los 10 trabajos más lentos de los últimos 7 días que ejecutaron la misma consulta:
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;
Reemplaza JOB_ID
por cualquier job_id
que haya ejecutado la consulta que estás analizando.
Haz coincidir el comportamiento de uso de ranuras de los gráficos de recursos administrativos
Para explorar el comportamiento de uso de las ranuras, similar a la información en los gráficos de recursos administrativos, consulta la vista INFORMATION_SCHEMA.JOBS_TIMELINE
.