استخدام فتحات BigQuery ساعةً بساعة
يكشف استخدام الفتحات بالساعة الأنماط داخل اليوم في أحمال عمل BigQuery لديك. يُظهر هذا الاستعلام بالضبط متى تحدث ساعات الذروة والهدوء، مما يُمكّن من جدولة أذكى للحجوزات وتنسيق لخطوط الأنابيب.
لماذا يهم هذا
معظم أحمال عمل BigQuery لها أنماط ساعية يمكن التنبؤ بها — تشغيلات ETL الصباحية ونشاط المحلل في منتصف النهار ومعالجة الدُفعات المسائية. فهم هذه الأنماط يتيح لك جدولة الحجوزات لتتطابق مع الطلب وتوزيع خطوط الأنابيب لتجنّب التنافس وضبط تنبيهات ذات مغزى للاستخدام الشاذ.
كيف يعمل
مثل النسخة اليومية، يجمّع هذا الاستعلام period_slot_ms من JOBS_TIMELINE لكنه يُقطّع إلى دقة HOUR ويقسم على المللي ثانية في الساعة (3,600,000). يضمن ملء التقويم وجود نقطة بيانات لكل ساعة.
استعلام SQL
Fill in your details to get a ready-to-run query:
-- Average slot consumption per hour (zero-filled time series)
DECLARE lookback_days INT64 DEFAULT 7;
DECLARE ms_per_hour INT64 DEFAULT 3600000;
WITH hourly_slots AS (
SELECT
TIMESTAMP_TRUNC(period_start, HOUR) AS hour,
ROUND(SUM(period_slot_ms) / ms_per_hour, 2) AS avg_slots
FROM `your-project`.`region-us`.INFORMATION_SCHEMA.JOBS_TIMELINE
WHERE period_start >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL lookback_days DAY)
AND statement_type != 'SCRIPT'
GROUP BY hour
),
calendar AS (
SELECT ts AS hour FROM UNNEST(GENERATE_TIMESTAMP_ARRAY(
TIMESTAMP_TRUNC(TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL lookback_days DAY), HOUR),
TIMESTAMP_TRUNC(CURRENT_TIMESTAMP(), HOUR),
INTERVAL 1 HOUR)) AS ts
)
SELECT
c.hour,
IFNULL(h.avg_slots, 0) AS avg_slots
FROM calendar c
LEFT JOIN hourly_slots h ON c.hour = h.hour
ORDER BY c.hourشرح الاستعلام
نفس النهج المتبع في الاستعلام اليومي لكن بدقة الساعة. مقسم ms_per_hour هو 3,600,000. السلسلة الزمنية المولّدة تملأ الفجوات لضمان مجموعة بيانات ساعية متواصلة للتصوير البياني.
رؤى أساسية
كثيراً ما تتزامن ساعات الذروة مع تشغيلات ETL/dbt المجدولة — وزّعها لتقليل طلب الفتحات في الذروة.
ساعات خارج الذروة ذات استخدام شبه صفري تمثّل سعة حجوزات مهدورة في ظل التسعير بسعر ثابت.
حدّد الساعة ذات أعلى متوسط استخدام للفتحات — هذا هو ذروتك P50 وأساس تحديد حجم Editions.
الساعات ذات الاستخدام المتغير كثيراً للفتحات عبر الأيام تُشير إلى أعمال مخصصة تستفيد من التوسع التلقائي.
أفضل الممارسات
- 1
وزّع المهام المجدولة عبر الساعات لتسطيح منحنى استخدام الفتحات.
- 2
استخدم حجوزات Editions ذات التوسع التلقائي للتعامل مع الذرى الساعية دون الإفراط في التزويد.
- 3
اضبط تنبيهات التكلفة الساعية لاكتشاف الاستعلامات الجامحة في اليوم ذاته.
- 4
شغّل مهام الدُفعات الثقيلة خلال ساعات خارج الذروة (أواخر الليل / الصباح الباكر) عندما يكون التنافس على الفتحات في أدناه.
هل تريد من CloudClerk إيجاد هذه الوفورات تلقائياً؟
تتصل منصتنا بمشروع BigQuery الخاص بك وتُشغّل هذه التحليلات تلقائياً وتقدّم توصيات التحسين المدعومة بالذكاء الاصطناعي — مع إخفاء هوية بياناتك بالكامل.
أدلة ذات صلة
استخدام فتحات BigQuery يومياً
تتبّع استهلاك فتحات BigQuery اليومي عبر الزمن. حدّد أنماط الاستخدام اليومي والاتجاهات لتحديد الحجم الصحيح لحجوزات الفتحات.
اقرأ الدليلاستخدام فتحات BigQuery بالدقيقة
احصل على بيانات استهلاك فتحات BigQuery بالدقيقة. ضروري لتشخيص مشكلات الأداء وفهم طلب الفتحات المتفجّر.
اقرأ الدليلاستخدام فتحات BigQuery بالثانية
استهلاك فتحات BigQuery على مستوى الثانية للتحليل التفصيلي للانفجارات. أدق دقة متاحة لتشخيص الأداء.
اقرأ الدليلالاستعلامات المتزامنة في BigQuery بالدقيقة
عُدّ كم من الاستعلامات تعمل في آنٍ واحد كل دقيقة في BigQuery. اكتشف اختناقات التزامن التي تتسبّب في قوائم الانتظار وبطء الأداء.
اقرأ الدليل