GaussDB(DWS)如何限制临时数据文件下盘量

网友投稿 564 2022-05-28

有些SQL语句,会出现中间结果集太大,内存放不下,需要落盘到外存(比如存在对大数据量进行聚集等操作,导致聚集操作的中间结果集在内存中放不下时会下盘),且落盘生成的临时数据文件占用空间过大,则会影响正常的数据写入业务无法执行,磁盘只能提供只读操作。

对于上述场景,可以通过两种方式,来控制用户执行过程中间结果集可落盘的数额,当超过限额,会报错终止该语句的执行,以防临时数据文件占用空间过大:

1.    方案1:设置每个线程的临时文件落盘数据量限制

2.    方案2:为用户设置中间结果集落盘空间限额

方案1:设置每个线程的临时文件落盘数据量限制

设置GUC参数temp_file_limit可以限制每个线程的临时文件落盘数据量限制。temp_file_limit属于SUSET类型参数,取值范围:整型,单位为KB。其中-1表示没有限制。默认值:-1。

1.    如何设置temp_file_limit参数

可通过gs_guc工具进行全局设置,如下:

gs_guc reload -Z coordinator -Z datanode -N all -I all -c "temp_file_limit = 1024"

2.    temp_file_limit取值计算公式

可以用下面的公式粗略的计算一个temp_file_limit的取值:temp_file_limit = 预计的总下盘量/同时下盘线程数

总下盘量一般可设置为可用空间的20%,这个百分比可根据用户的可接受程度进行调节。同时下盘线程数是业务运行中,通常情况下并发的query中产生中间临时数据下盘的线程数。随着数据库中存储的数据量增加,temp_file_limit的值要适时调整。

注意:

此参数是限制每个线程的临时文件落盘数据量,如果一个query有多个线程,单个线程落盘数据量超过此参数限制,query会报错退出。如果每个线程都没超过限制,但多个线程下盘数据量累计超过此参数限制,并不会报错退出。

3.    示例

以TPC-DS 1x数据中的customer_demographics表为例。

SQL查询不下推,中间结果集仅在CN上落盘

postgres=# show temp_file_limit; temp_file_limit ----------------- 1MB (1 row) postgres=# set enable_stream_operator=off; SET postgres=# explain select * from customer_demographics c1, customer_demographics c2 order by c1.cd_demo_sk; QUERY PLAN ------------------------------------------------------------------------------------------------------------------------------ id | operation | E-rows | E-width | E-costs ----+--------------------------------------------------------------------------+---------------+---------+------------------ 1 | -> Sort | 3689472640000 | 112 | 2329492473090.72 2 | -> Nested Loop (3,4) | 3689472640000 | 112 | 36894726400.00 3 | -> Data Node Scan on customer_demographics "_REMOTE_TABLE_QUERY_" | 1920800 | 56 | 0.00 4 | -> Data Node Scan on customer_demographics "_REMOTE_TABLE_QUERY_" | 1920800 | 56 | 0.00 (6 rows) postgres=# select * from customer_demographics c1, customer_demographics c2 order by c1.cd_demo_sk; ERROR: temporary file size exceeds temp_file_limit (1024kB)

方案2:为用户设置中间结果集落盘空间限额

1.    如何设置用户中间结果集落盘空间限额

有两种方式可以设置用户中间结果集落盘空间限额:

1)    通过CREATE USER指定SPILL SPACE,为新建用户设置中间结果集落盘限额

CREATE USER user_name … SPILL SPACE 'spillspacelimit';

2)    通过ALTER USER指定SPILL SPACE,修改已有用户的中间结果集落盘空间限额

ALTER USER user_name … SPILL SPACE 'spillspacelimit';

比如:

CREATE USER u1 PASSWORD ‘abcd@1234’ SPILL SPACE 'unlimited'; --创建用户并设置中间结果集落盘限额为无限制

ALTER USER u1 SPILL SPACE '1G'; --修改用户u1的中间结果集落盘限额为1G

GaussDB(DWS)如何限制临时数据文件下盘量

说明:

1)    此设置是对所有节点生效的,即一条SQL在集群的CN和所有DN的落盘数据量之和超过限制,则语句就会报错终止。

2)    当中间结果集落盘时,该用户的临时文件落盘数据量相应增加;当临时文件删除时,该用户的临时文件落盘数据量相应减少。

3)    此设置是用户级的,如果同一用户同时并发运行多个query,则会累计每个query中间结果集落盘数据量。

注意:

要使上面的设置生效,需要设置GUC参数enable_perm_space为on。

如果多个用户都会执行大量中间结果集下盘操作,那么需要对涉及到的每个用户都进行设置。

2.    示例

示例1:中间结果集在CN和DN上都会落盘,总的落盘数据量会超过1G

postgres=# create user u1 password 'abcd@1234'; CREATE USER postgres=# grant select on customer_demographics to u1; GRANT postgres=# alter user u1 spill space '1G'; ALTER USER postgres=# alter session set session authorization u1 password 'abcd@1234'; SET postgres=> select * from customer_demographics c1, customer_demographics c2 order by c1.cd_demo_sk; ERROR: spill space is out of user's spill space limit

示例2:SQL查询不下推,中间结果集仅在CN上落盘

postgres=# set enable_stream_operator=off; SET postgres=# alter session set session authorization u1 password 'abcd@1234'; SET postgres=> explain select * from customer_demographics c1, customer_demographics c2 order by c1.cd_demo_sk; QUERY PLAN ------------------------------------------------------------------------------------------------------------------------------ id | operation | E-rows | E-width | E-costs ----+--------------------------------------------------------------------------+---------------+---------+------------------ 1 | -> Sort | 3689472640000 | 112 | 2329492473090.72 2 | -> Nested Loop (3,4) | 3689472640000 | 112 | 36894726400.00 3 | -> Data Node Scan on customer_demographics "_REMOTE_TABLE_QUERY_" | 1920800 | 56 | 0.00 4 | -> Data Node Scan on customer_demographics "_REMOTE_TABLE_QUERY_" | 1920800 | 56 | 0.00 (6 rows) postgres=> select * from customer_demographics c1, customer_demographics c2 order by c1.cd_demo_sk; ERROR: spill space is out of user's spill space limit

总结

第一种方案偏重于限制每个线程的临时文件下盘量,第二种方案偏重于限制用户的临时文件下盘量,要结合业务的目的来选择更适合的参数及参数设置,避免发生临时文件下盘量过大影响正常业务执行。

EI企业智能 Gauss AP 分布式 数据仓库服务 GaussDB(DWS)

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:键盘所有按键对应的ASCII码值(键码值)
下一篇:VirtualBox虚拟机Ubuntu扩容记
相关文章