Skip to content

Latest commit

 

History

History
317 lines (215 loc) · 13.9 KB

query_profile.md

File metadata and controls

317 lines (215 loc) · 13.9 KB
Raw

查看分析 Query Profile

本文介绍如何查看并分析 Query Profile。Query Profile 记录了查询中涉及的所有工作节点的执行信息。您可以通过 Query Profile 快速识别影响 StarRocks 集群查询性能的瓶颈。

启用 Query Profile

针对 StarRocks v2.5 之前的版本，您可以通过将变量 is_report_success 设置为 true 以启用 Query Profile：

set is_report_success = true;

针对 StarRocks v2.5 或更高版本，您可以通过将变量 enable_profile 设置为 true 以启用 Query Profile：

set enable_profile = true;

获取 Query Profile

说明

如果您使用 StarRocks 企业版，则可以使用 StarRocks Manager 获取并可视化 Query Profile。

如果您不是 StarRocks 企业版用户，请按照以下步骤获取 Query Profile：

  1. 在浏览器中访问 http://<fe_ip>:<fe_http_port>。
  2. 在显示的页面上，单击顶部导航中的 queries。
  3. 在 Finished Queries 列表中，选择您要分析的查询并单击 Profile 列中的链接。

img

页面将跳转至相应 Query Profile。

img

分析 Query Profile

Query Profile 结构

以下是示例 Query Profile：

Query:
  Summary:
  Planner:
  Execution Profile 7de16a85-761c-11ed-917d-00163e14d435:
    Fragment 0:
      Pipeline (id=2):
        EXCHANGE_SINK (plan_node_id=18):
        LOCAL_MERGE_SOURCE (plan_node_id=17):
      Pipeline (id=1):
        LOCAL_SORT_SINK (plan_node_id=17):
        AGGREGATE_BLOCKING_SOURCE (plan_node_id=16):
      Pipeline (id=0):
        AGGREGATE_BLOCKING_SINK (plan_node_id=16):
        EXCHANGE_SOURCE (plan_node_id=15):
    Fragment 1:
       ...
    Fragment 2:
       ...

Query Profile 由以下三部分组成：

  • Fragment：执行树。一个查询由一个或多个 Fragment 组成。
  • Pipeline：执行链。执行链没有分支。一个 Fragment 可分为多个 Pipeline。
  • Operator：算子。一个 Pipeline 由多个 Operator 组成。

img

重要指标

Query Profile 包含大量查询执行详细信息的指标。在大多数情况下，您只需关注运算符的执行时间以及处理的数据量大小即可。找到瓶颈后，您就可以有针对性地解决它们。

Summary 指标

指标 说明
Total 查询消耗的总时间，包括 Planning、Executing 以及 Profiling 阶段耗时。
QueryCpuCost 查询累积 CPU 使用时间。所有并发进程累加，因此该指标会大于实际的执行时间。
QueryMemCost 查询的总内存消耗。

Operator 通用指标

指标 说明
OperatorTotalTime Operator 消耗的总时间。
PushRowNum Operator 累积输入行数。
PullRowNum Operator 累积输出行数。

Scan operator

指标 说明
Table 表名称。
ScanTime Scan 累计时间。Scan 操作在异步 I/O 线程池中完成。
TabletCount Tablet 数量。
PushdownPredicates 下推的谓词数量。
BytesRead 读取数据的大小。
CompressedBytesRead 读取压缩数据的大小。
IOTime 累计 I/O 时间。
BitmapIndexFilterRows Bitmap 索引过滤的数据行数。
BloomFilterFilterRows Bloomfilter 过滤的数据行数。
SegmentRuntimeZoneMapFilterRows Runtime Zone Map 过滤的数据行数。
SegmentZoneMapFilterRows Zone Map 过滤的数据行数。
ShortKeyFilterRows Short Key 过滤的数据行数。
ZoneMapIndexFilterRows Zone Map 索引过滤的数据行数。

Exchange operator

指标 说明
PartType 数据分布模式，包括：UNPARTITIONED、RANDOM、HASH_PARTITIONED 以及 BUCKET_SHUFFLE_HASH_PARTITIONED。
BytesSent 发送的数据大小。
OverallThroughput 吞吐速率。
NetworkTime 数据包传输时间（不包括接收后处理时间）。请参阅下方 FAQ，了解有关指标计算以及潜在异常的更多信息。
WaitTime 由于发送端队列满而导致的等待时间。

Aggregate operator

指标 说明
GroupingKeys GROUP BY 列。
AggregateFunctions 聚合函数。
AggComputeTime 聚合函数计算耗时。
ExprComputeTime 表达式计算耗时。
HashTableSize Hash Table 大小。

Join operator

指标 说明
JoinPredicates Join 谓词。
JoinType Join 类型。
BuildBuckets Hash Table 的 Bucket 数量。
BuildHashTableTime 构建 Hash Table 耗时。
ProbeConjunctEvaluateTime Probe Conjunct 耗时。
SearchHashTableTimer 查询 Hash Table 耗时。

Window Function operator

指标 说明
ComputeTime 窗口函数计算耗时。
PartitionKeys 分区列。
AggregateFunctions 聚合函数。

Sort operator

指标 说明
SortKeys 排序键。
SortType 查询结果排序方式：全排序或者排序 Top N 个结果。

TableFunction operator

指标 说明
TableFunctionExecTime Table Function 计算耗时。
TableFunctionExecCount Table Function 执行次数。

Project operator

指标 说明
ExprComputeTime 表达式计算耗时。
CommonSubExprComputeTime 公共子表达式计算耗时。

LocalExchange operator

指标 说明
Type Local Exchange 类型，包括：Passthrough、Partition以及Broadcast`。
ShuffleNum Shuffle 数量。该指标仅当 Type 为 Partition 时有效。

Operator 耗时

  • 对于 OlapScan 和 ConnectorScan Operator，其耗时相当于 OperatorTotalTime + ScanTime。因为 Scan Operator 在异步 I/O 线程池中进行 I/O 操作，所以 ScanTime 为异步 I/O 时间。
  • Exchange Operator 的耗时相当于 OperatorTotalTime + NetworkTime。因为 Exchange Operator 在 BRPC 线程池中收发数据包，NetworkTime 即为网络传输消耗的时间。
  • 对于其他 Operator，其耗时为 OperatorTotalTime。

Metric merging and MIN/MAX

Pipeline Engine 是并行计算引擎。每个 Fragment 被分发到多台机器上并行处理，每台机器上的 Pipeline 作为多个并发实例同时执行。因此，在统计 Profile 时，StarRocks 会合并相同的指标，并记录所有并发实例中每个指标的最小值和最大值。

不同种类的指标采用了不同的合并策略：

  • 时间类指标求平均值。例如：
    • OperatorTotalTime 是所有并发实例的平均耗时。
    • __MAX_OF_OperatorTotalTime 是所有并发实例中的最大耗时。
    • __MIN_OF_OperatorTotalTime 是所有并发实例中的最小耗时。
             - OperatorTotalTime: 2.192us
               - __MAX_OF_OperatorTotalTime: 2.502us
               - __MIN_OF_OperatorTotalTime: 1.882us
  • 非时间类指标求和。例如：
    • PullChunkNum 是该指标在所有并发实例的和。
    • __MAX_OF_PullChunkNum 是该指标在所有并发实例中的最大值。
    • __MIN_OF_PullChunkNum 是该指标在所有并发实例中的最小值。
             - PullChunkNum: 146.66K (146660)
               - __MAX_OF_PullChunkNum: 24.45K (24450)
               - __MIN_OF_PullChunkNum: 24.435K (24435)
  • 个别没有最值的指标在所有并发实例中的值相同，例如：DegreeOfParallelism。

MIN 和 MAX 值差异过大

通常，MIN 和 MAX 值之间如果有明显差异，则表明数据有很大几率存在倾斜。可能的场景包括聚合和 Join 等。

             - OperatorTotalTime: 2m48s
               - __MAX_OF_OperatorTotalTime: 10m30s
               - __MIN_OF_OperatorTotalTime: 279.170us

可视化 Query Profile

如果您是 StarRocks 企业版用户，则可以通过 StarRocks Manager 可视化您的 Query Profile。

执行概览页面显示了一些 Summary 指标，包括总执行时间ExecutionWallTime、I/O 指标、网络传输大小以及 CPU 和 I/O 耗时比例。

img

单击 Operator（节点）的卡片，可以在页面右侧的选项卡中查看其详细信息。共有三个选项卡：

  • 节点：该 Operator 的核心指标。
  • 节点详情: 该 Operator 的所有指标。
  • Pipeline: 该 Operator 所属 Pipeline 指标。该选项卡中的指标仅与调度相关，您无需过多关注。

img

确认查询瓶颈

Operator 花费的时间比例越大，其对应卡片的颜色就越深。您可借此轻松确认查询的瓶颈。

img

确认数据是否倾斜

点击占用时间占比较大的 Operator 卡片，查看其 MaxTime 和 MinTime 指标。通常，MaxTime 和 MinTime 之间如果存在明显差异，则表示数据存在倾斜。

img

然后，单击节点详情选项卡，并查看是否有任何异常指标。在以下示例中，聚合运算符的指标 PushRowNum 显示数据倾斜。

img

确认分桶或分区裁剪是否生效

您可以通过 EXPLAIN <sql_statement> 语句查看查询对应的 Query Plan 以查看分区或分桶裁剪是否生效。

img

确认物化视图选择是否正确

单击相应的 Scan Operator 的卡片并查看节点详情选项卡上的 Rollup 字段。

img

确认 Join 左右表 Plan 是否合理

通常，StarRocks 会选择较小的表作为 Join 的右表。如果 Query Profile 显示右表的数据量明显大于左表，则该 Join Plan 异常。

img

确认 Join 分布方式是否正确

按照数据分布类型，Exchange Operator 可分为三类：

  • UNPARTITIONED：Broadcast。数据被拷贝多份，然后发送至多台 BE。
  • RANDOM：Round robin。
  • HASH_PARTITIONED 和 BUCKET_SHUFFLE_HASH_PARTITIONED：Shuffle。HASH_PARTITIONED 和 BUCKET_SHUFFLE_HASH_PARTITIONED 区别在于计算 Hash Code 所使用的 Hash 函数不同。

对于 Inner Join，右表可以是 HASH_PARTITIONED 和BUCKET_SHUFFLE_HASH_PARTITIONED 类型或者 UNPARTITIONED 类型。通常只有在右表行数小于 100K 时才采用 UNPARTITIONED 类型。

在以下示例中，Exchange Operator 的类型是 Broadcast，但是该 Operator 传输的数据量远远超过了阈值。

img

确认 JoinRuntimeFilter 是否生效

当 Join 的右孩子构建 Hash Table 时，会构建 Runtime Filter，该 Runtime Filter 会被投递到左子树，并尽可能地下推到 Scan Operator。您可以在 Scan Operator 的节点详情选项卡上查看与 JoinRuntimeFilter 相关的指标。

img

FAQ

为什么 Exchange Operator 时间异常？

img

Exchange Operator 的耗时由两部分组成：CPU 时间和网络时间。网络时间依赖于系统时钟。网络时间计算方式如下：

  1. 发送端在调用BRPC接口发送包之前记录 send_timestamp。
  2. 接收端从 BRPC 接口收到包后记录 receive_timestamp（不包括接收后处理时间）。
  3. 处理完成后，接收端发送 Response 并计算网络延迟。数据包传输时延等于 receive_timestamp - send_timestamp。

如果不同机器的系统时钟不一致，Exchange Operator 的耗时就会出现异常。

为什么各 Operator 时间之和远小于查询实际的执行时间？

可能原因：在高并发场景下，有些 Pipeline Driver 虽然可以调度，但可能会因为排队而无法及时执行。等待时间不会记录在 Operator 的指标中，而是记录在 PendingTime、ScheduleTime 和 IOTaskWaitTime 中。

示例：

从 Pipeline Profile 中可以看到 ExecutionWallTime 大约为 463 毫秒。但是，所有 Operator 的总耗时却不足 20 毫秒，明显小于 ExecutionWallTime。

img

img