Utilizzare le ottimizzazioni basate sulla cronologia

Questa guida descrive come attivare, disattivare e analizzare le ottimizzazioni basate sulla cronologia per le query.

Informazioni sulle ottimizzazioni basate sulla cronologia

Le ottimizzazioni basate sulla cronologia utilizzano le informazioni delle esecuzioni già completate di query simili per applicare ottimizzazioni aggiuntive e migliorare ulteriormente il rendimento delle query, ad esempio il tempo di slot consumato e la latenza delle query. Ad esempio, quando applichi l'ottimizzazione basata sulla cronologia, la prima esecuzione della query potrebbe richiedere 60 secondi, ma la seconda esecuzione della query potrebbe richiedere solo 30 secondi se è stata identificata un'ottimizzazione basata sulla cronologia. Questo processo continua finché non ci sono altre ottimizzazioni da aggiungere.

Di seguito è riportato un esempio di come funzionano le ottimizzazioni basate sulla cronologia con BigQuery:

Le ottimizzazioni basate sulla cronologia vengono applicate solo quando si è certi che avranno un impatto positivo sulle prestazioni delle query. Inoltre, quando un'ottimizzazione non migliora in modo significativo le prestazioni delle query, viene revocata e non viene utilizzata nelle esecuzioni future della query.

Ruoli e autorizzazioni

• Per attivare o disattivare le ottimizzazioni basate sulla cronologia, devi disporre delle autorizzazioni richieste per creare le configurazioni predefinite di BigQuery e poi devi utilizzare l'istruzione ALTER PROJECT per attivare le ottimizzazioni basate sulla cronologia. Una volta attivate le ottimizzazioni basate sulla cronologia, tutti i job nel progetto le utilizzano, indipendentemente dall'utente che ha creato il job. Per scoprire di più sulle autorizzazioni richieste per le configurazioni predefinite, consulta la sezione Autorizzazioni richieste per le configurazioni predefinite. Per attivare le ottimizzazioni basate sulla cronologia, consulta Attivare le ottimizzazioni basate sulla cronologia.

• Per esaminare le ottimizzazioni basate sulla cronologia per un job utilizzando la visualizzazione INFORMATION_SCHEMA.JOBS, devi disporre del ruolo richiesto. Per ulteriori informazioni, vedi Ruolo richiesto per la visualizzazione INFORMATION_SCHEMA.JOBS.

Abilitare le ottimizzazioni basate sulla cronologia

Le ottimizzazioni basate sulla cronologia sono attive per impostazione predefinita. Se le ottimizzazioni basate sulla cronologia sono state disattivate per un progetto o un'organizzazione, puoi riattivarle manualmente includendo il parametro default_query_optimizer_options = 'adaptive=on' nell'istruzione ALTER PROJECT o ALTER ORGANIZATION. Ad esempio:

ALTER PROJECT PROJECT_NAME
SET OPTIONS (
  `region-LOCATION.default_query_optimizer_options` = 'adaptive=on'
);

Sostituisci quanto segue:

• PROJECT_NAME: il nome del progetto
• LOCATION: la posizione del progetto

Disattivare le ottimizzazioni basate sulla cronologia

Per disattivare le ottimizzazioni basate sulla cronologia in un progetto, includi il parametro default_query_optimizer_options = 'adaptive=off' nell'istruzione ALTER PROJECT o ALTER ORGANIZATION. Ad esempio:

ALTER PROJECT PROJECT_NAME
SET OPTIONS (
  `region-LOCATION.default_query_optimizer_options` = 'adaptive=off'
);

Sostituisci quanto segue:

• PROJECT_NAME: il nome del progetto
• LOCATION: la posizione del progetto

Esaminare le ottimizzazioni basate sulla cronologia per un job

Per esaminare le ottimizzazioni basate sulla cronologia per un job, puoi utilizzare una query SQL o una chiamata al metodo API REST.

SELECT
  job_id,
  query_info.optimization_details
FROM `PROJECT_NAME.region-LOCATION`.INFORMATION_SCHEMA.JOBS_BY_PROJECT
WHERE job_id = 'sample_job'
LIMIT 1;

-- 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"                       |
 |            |     },                                                          |
 |            |   ]                                                             |
 |            | }                                                               |
 *------------+-----------------------------------------------------------------*/

{
  "jobReference": {
    "projectId": "myProject",
    "jobId": "sample_job"
  }
}

-- 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"
            }
          ]
        }
      }
    }
  }
}

Stima l'impatto delle ottimizzazioni basate sulla cronologia

Per stimare l'impatto delle ottimizzazioni basate sulla cronologia, puoi utilizzare la seguente query SQL di esempio per identificare le query del progetto con il maggiore miglioramento stimato del tempo di esecuzione.

  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;

Il risultato della query precedente è simile al seguente se sono state applicate ottimizzazioni basate sulla cronologia:

  /*--------------+------------------------------+------------------+-----------------------*
   |    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 |
   *--------------+------------------------------+------------------+-----------------------*/

I risultati di questa query sono solo una stima dell'impatto dell'ottimizzazione basata sulla cronologia. Le prestazioni delle query possono essere influenzate da molti fattori, tra cui, a titolo esemplificativo, la disponibilità di slot, la variazione dei dati nel tempo, le definizioni di viste o UDF e le differenze nei valori dei parametri di query.

Se il risultato di questa query di esempio è vuoto, significa che nessun job ha utilizzato ottimizzazioni basate sulla cronologia oppure che tutte le query sono state ottimizzate più di 30 giorni fa.

Questa query può essere applicata ad altre metriche sul rendimento delle query, ad esempio total_slot_ms e total_bytes_billed. Per ulteriori informazioni, consulta lo schema per INFORMATION_SCHEMA.JOBS.