मिनट के अनुसार BigQuery स्लॉट उपयोग
मिनट-स्तरीय स्लॉट उपयोग प्रदर्शन समस्याओं को डीबग करने और बर्स्ट पैटर्न को समझने के लिए सही ग्रेनुलैरिटी है। यह क्वेरी बिल्कुल दिखाती है कि स्लॉट मांग कब बढ़ती है।
यह क्यों मायने रखता है
घंटावार औसत छोटे लेकिन तीव्र स्लॉट बर्स्ट को छिपा सकते हैं जो क्वेरी कतारबद्धता और प्रदर्शन गिरावट का कारण बनते हैं।
यह कैसे काम करता है
JOBS_TIMELINE से MINUTE ग्रेनुलैरिटी पर period_slot_ms एकत्र करता है, 60,000 (मिलीसेकंड प्रति मिनट) से विभाजित करता है।
SQL क्वेरी
Fill in your details to get a ready-to-run query:
-- Average slot consumption per minute (zero-filled)
DECLARE lookback_days INT64 DEFAULT 3;
DECLARE ms_per_min INT64 DEFAULT 60000;
WITH minute_slots AS (
SELECT
TIMESTAMP_TRUNC(period_start, MINUTE) AS minute,
ROUND(SUM(period_slot_ms) / ms_per_min, 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 minute
),
calendar AS (
SELECT ts AS minute FROM UNNEST(GENERATE_TIMESTAMP_ARRAY(
TIMESTAMP_TRUNC(TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL lookback_days DAY), MINUTE),
TIMESTAMP_TRUNC(CURRENT_TIMESTAMP(), MINUTE),
INTERVAL 1 MINUTE)) AS ts
)
SELECT
c.minute,
IFNULL(m.avg_slots, 0) AS avg_slots
FROM calendar c
LEFT JOIN minute_slots m ON c.minute = m.minute
ORDER BY c.minuteक्वेरी व्याख्या
घंटावार/दैनिक के समान पैटर्न लेकिन मिनट ग्रेनुलैरिटी पर। ms_per_min विभाजक 60,000 ms है। लंबी लुकबैक विंडो के लिए, यह क्वेरी एक बड़ा परिणाम सेट लौटा सकती है।
मुख्य अंतर्दृष्टि
केवल 1-2 मिनट तक चलने वाले स्लॉट बर्स्ट आमतौर पर उपयोगकर्ताओं से ad hoc क्वेरी होते हैं।
10-15 मिनट के निरंतर पठारों का अर्थ है बैच पाइपलाइन रन।
यदि बर्स्ट आपके Editions max_slots से अधिक हो जाते हैं, तो क्वेरी कतारबद्ध हो रही हैं।
प्रत्येक बर्स्ट का कारण बनने वाली पाइपलाइन की पहचान करने के लिए अपने cron/Airflow शेड्यूल के साथ बर्स्ट टाइमिंग की तुलना करें।
सर्वोत्तम प्रथाएं
- 1
मिनट-स्तरीय P99 मांग को कवर करने के लिए अपना Editions autoscaler max slots सेट करें।
- 2
मिनट ग्रेनुलैरिटी पर विश्लेषण करते समय lookback_days को छोटा रखें।
- 3
एक साथ कितनी क्वेरी चल रही हैं यह देखने के लिए बर्स्ट को समवर्ती क्वेरी के साथ क्रॉस-रेफरेंस करें।
- 4
एक सीमा से ऊपर निरंतर स्लॉट उपयोग के लिए CloudClerk अलर्ट सेट करें।
क्या आप चाहते हैं कि CloudClerk स्वचालित रूप से ये बचत खोजे?
हमारा प्लेटफॉर्म आपके BigQuery प्रोजेक्ट से जुड़ता है, इन विश्लेषणों को स्वचालित रूप से चलाता है और AI-संचालित अनुकूलन सिफारिशें देता है।
संबंधित गाइड
घंटे के अनुसार BigQuery स्लॉट उपयोग
पीक उपयोग विंडो की पहचान करने और आपके आरक्षण शेड्यूलिंग को अनुकूलित करने के लिए घंटावार BigQuery स्लॉट खपत की निगरानी करें।
गाइड पढ़ेंदिन के अनुसार BigQuery स्लॉट उपयोग
समय के साथ दैनिक BigQuery स्लॉट खपत को ट्रैक करें। अपने स्लॉट आरक्षण को सही आकार देने के लिए दैनिक उपयोग पैटर्न और रुझानों की पहचान करें।
गाइड पढ़ेंसेकंड के अनुसार BigQuery स्लॉट उपयोग
विस्तृत बर्स्ट विश्लेषण के लिए सेकंड-स्तरीय BigQuery स्लॉट खपत। प्रदर्शन डीबगिंग के लिए उपलब्ध सबसे बारीक ग्रेनुलैरिटी।
गाइड पढ़ेंमिनट के अनुसार BigQuery समवर्ती क्वेरी
गिनें कि हर मिनट कितनी BigQuery क्वेरी एक साथ चलती हैं। कतारबद्धता और धीमे प्रदर्शन का कारण बनने वाले समवर्ती बाधाओं का पता लगाएं।
गाइड पढ़ें