Estadísticas activas de DML particionado

El lenguaje de manipulación de datos (DML) particionado activo proporciona un progreso en tiempo real de los DML particionados que están activos en tu base de datos.

Spanner proporciona una tabla integrada, SPANNER_SYS.ACTIVE_PARTITIONED_DMLS, que enumera los DML particionados en ejecución y el progreso alcanzado.

En este artículo, describiremos la tabla en detalle y mostraremos algunos ejemplos consultas que usan esta tabla y, por último, demostrarás cómo usar estas para mitigar los problemas causados por los DML particionados activos.

Disponibilidad

Los datos de SPANNER_SYS solo están disponibles a través de interfaces de SQL; por ejemplo:

Otros métodos de lectura única que proporciona Spanner no son compatibles con SPANNER_SYS.

ACTIVE_PARTITIONED_DMLS

SPANNER_SYS.ACTIVE_PARTITIONED_DMLS muestra una lista de DML particionados activos ordenados por su hora de inicio.

Esquema de la tabla

A continuación, se muestra el esquema de la tabla SPANNER_SYS.ACTIVE_PARTITIONED_DMLS.

Nombre de la columna Tipo Descripción
TEXT STRING Texto de la declaración de consulta de DML particionada.
TEXT_FINGERPRINT INT64 La huella digital es un hash del texto de DML particionado.
SESSION_ID STRING El ID de la sesión que ejecuta la DML particionada Si borras el ID de la sesión, se cancelará la consulta.
NUM_PARTITIONS_TOTAL INT64 Es la cantidad total de particiones en la DML particionada.
NUM_PARTITIONS_COMPLETE INT64 Es la cantidad de particiones que completó el DML particionado.
NUM_TRIVIAL_PARTITIONS_COMPLETE INT64 La cantidad de particiones completas en las que no se procesaron filas.
PROGRESS DOUBLE El progreso de un DML particionado se calcula como la cantidad de particiones no triviales completas dividida por la cantidad total de particiones no triviales.
ROWS_PROCESSED INT64 Es la cantidad de filas procesadas hasta el momento, que se actualiza después de que se completa cada partición.
START_TIMESTAMP TIMESTAMP Un límite superior en la hora de inicio de un DML particionado.
LAST_UPDATE_TIMESTAMP TIMESTAMP Es la última marca de tiempo en la que la DML particionada avanzó. Se actualiza después de que se completa una partición.

Consultas de ejemplo

Puedes ejecutar los siguientes ejemplos de instrucciones SQL con las bibliotecas cliente, Google Cloud CLI o la consola de Google Cloud.

Cómo mostrar las consultas en ejecución más antiguas

La siguiente consulta muestra una lista de DML particionadas en ejecución, ordenadas por la hora de inicio de la consulta.

SELECT text,
       session_id,
       num_partitions_total,
       num_partitions_complete,
       num_trivial_partitions_complete,
       progress,
       rows_processed,
       start_timestamp,
       last_update_timestamp
FROM spanner_sys.active_partitioned_dmls
ORDER BY start_timestamp ASC;
texto session_id num_partitions_total num_partitions_complete num_trivial_partitions_complete #googlecloudcertified rows_processed start_timestamp last_update_timestamp
ACTUALIZAR conciertos SET DÓNDE SingerId < 900,000 5bd37a99-200c-5d2e-9021-15d0dbbd97e6 27 15 3 50.00% 2398654 2024-01-21 15:56:30.498744-08:00 22-01-2024 15:56:39.049799-08:00
UPDATE Singers SET LastName = NULL WHERE LastName = &#39;&#39; 0028284f-0190-52f9-b396-aa588e034806 8 4 4 00% 0 22-01-2024 15:55:18.498744-08:00 2024-01-22 15:56:28.049799-08:00
DELETE from Singers WHERE SingerId > 1000000 0071a85e-7e5c-576b-8a17-f9bc3d157eea 8 4 3 20.00% 238654 22-01-2024 15:56:30.498744-08:00 2024-01-22 15:56:19.049799-08:00
ACTUALIZAR cantantes SET MarketingBudget = 1000 WHERE true 036097a9-91d4-566a-a399-20c754eabdc2 8 5 0 62,50% 238654 2024-01-22 15:57:47.498744-08:00 22-1-2024 15:57:39.049799-08:00

Limitaciones

El uso de la tabla SPANNER_SYS.ACTIVE_PARTITIONED_DMLS tiene las siguientes limitaciones:

  • Los resultados de PROGRESS, ROWS_PROCESSED y LAST_UPDATE_TIMESTAMP aumentan en los límites de partición completados para que la DML particionada pueda seguir actualizando filas mientras los valores de estos tres campos permanecen iguales.

  • Si hay millones de particiones en un DML particionado, el valor en es posible que la columna PROGRESS no capte todo el progreso incremental. Usa NUM_PARTITIONS_COMPLETE y NUM_TRIVIAL_PARTITIONS_COMPLETE para consultar el progreso con mayor nivel de detalle.

  • Si cancelas un DML particionado mediante una solicitud de RPC, el error Es posible que el DML particionado siga apareciendo en la tabla. Si cancelas una DML particionada con la eliminación de sesiones, se quitará de la tabla de inmediato. Para obtener más información, consulta Cómo borrar el ID de sesión.

Usa datos de consultas de DML particionadas activas para solucionar problemas de uso alto de CPU

Estadísticas de consultas y estadísticas de transacciones proporcionar información útil a la hora de solucionar problemas de latencia en una base de datos de Spanner. Estas herramientas proporcionan información sobre las consultas que ya se completaron. Sin embargo, a veces es necesario saber qué se ejecuta en el sistema. Por ejemplo, considera la situación en la que la CPU el uso es alto y quieres responder las siguientes preguntas.

  • ¿Cuántos DML particionados se están ejecutando en este momento?
  • ¿Qué son estos DML particionados?
  • ¿Cuántos de esos DML particionados se ejecutan durante mucho tiempo?
  • ¿Qué sesión ejecuta la consulta?

Si tienes respuestas a las preguntas anteriores, puedes tomar la siguiente medida.

  • Borra la sesión que ejecuta la consulta para obtener una resolución inmediata.
  • Reduce la frecuencia de un DML particionado.

En la siguiente explicación, examinaremos los DML particionados activos y determinaremos qué acción, si corresponde, tomar.

Recuperar un resumen de los DML particionados activos

En nuestro ejemplo, notamos un uso de CPU superior al normal, por lo que decidimos ejecutar la siguiente consulta para mostrar el recuento de DML particionadas activas.

SELECT count(*) as active_count
FROM spanner_sys.active_partitioned_dmls;

La consulta muestra el siguiente resultado.

active_count
22

Obtén una lista de los 2 DML particionados en ejecución más antiguos

Luego, podemos ejecutar una consulta para obtener más información sobre las 2 más antiguas que ejecutan DML particionados ordenados por la hora de inicio del DML particionado

SELECT text,
       session_id,
       num_partitions_total,
       num_partitions_complete,
       num_trivial_partitions_complete,
       progress,
       rows_processed,
       start_timestamp,
       last_update_timestamp
FROM spanner_sys.active_partitioned_dmls
ORDER BY start_timestamp ASC LIMIT 2;
texto session_id num_partitions_total num_partitions_complete num_trivial_partitions_complete #googlecloudcertified rows_processed start_timestamp last_update_timestamp
ACTUALIZAR conciertos SET DÓNDE SingerId < 900,000 5bd37a99-200c-5d2e-9021-15d0dbbd97e6 27 15 3 50.00% 2398654 2024-01-21 15:56:30.498744-08:00 22-01-2024 15:56:39.049799-08:00
UPDATE Singers SET LastName = NULL WHERE LastName = &#39;&#39; 0028284f-0190-52f9-b396-aa588e034806 8 4 4 00% 0 22-01-2024 15:55:18.498744-08:00 22-01-2024 15:56:28.049799-08:00

Cómo cancelar una consulta costosa

Encontramos un DML particionado que se ejecuta por días y no está progresando. Podemos Por lo tanto, ejecuta el siguiente comando gcloud spanner databases sessions delete. para borrar la sesión con el ID de sesión, que cancela el DML particionado.

gcloud spanner databases sessions delete\
   5bd37a99-200c-5d2e-9021-15d0dbbd97e6 \
    --database=singer_db --instance=test-instance

¿Qué sigue?