槽位使用3 分钟阅读
按秒统计 BigQuery 槽位使用情况
秒级槽位数据是 BigQuery 中可用的最精细粒度。用于对查询排队或缓慢的特定时间窗口进行详细调试。
为什么重要
当您大致知道性能问题何时发生时，秒级数据可让您精确重建发生的事情——使用了多少槽位、需求上升有多快以及争用持续了多长时间。这是在较粗粒度识别问题窗口后运行的查询。
工作原理
在 SECOND 粒度上从 JOBS_TIMELINE 汇总 period_slot_ms（除以 1,000ms）。由于数据量，保持 lookback_days 小（建议 1 天）。
SQL 查询
Fill in your details to get a ready-to-run query:
SQL
-- Per-second slot consumption for detailed burst analysis
DECLARE lookback_days INT64 DEFAULT 1; -- keep small for second-level data
WITH second_slots AS (
SELECT
period_start AS second,
ROUND(SUM(period_slot_ms) / 1000, 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 second
),
calendar AS (
SELECT ts AS second FROM UNNEST(GENERATE_TIMESTAMP_ARRAY(
TIMESTAMP_TRUNC(TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL lookback_days DAY), SECOND),
TIMESTAMP_TRUNC(CURRENT_TIMESTAMP(), SECOND),
INTERVAL 1 SECOND)) AS ts
)
SELECT
c.second,
IFNULL(s.avg_slots, 0) AS avg_slots
FROM calendar c
LEFT JOIN second_slots s ON c.second = s.second
ORDER BY c.second将 your-project 和 region-us 替换为您的 GCP 项目和数据集区域。
查询说明
在秒级，查询将 period_slot_ms 除以 1,000 以获得每秒槽位数。生成的时间序列填充每一秒。警告：1 天 = 86,400 行，7 天 = 604,800 行——保持回溯窗口小。
关键洞察
秒级数据揭示槽位需求是逐渐上升还是瞬间激增。
如果槽位使用快速振荡（一秒高，下一秒为零），您有许多短暂的查询。
超过 60 秒的持续高槽位使用表明单个繁重查询或并发批次。
将此数据与并发查询数据结合使用，以将槽位需求与查询计数相关联。
最佳实践
- 1
仅将秒级粒度用于特定事件的有针对性调试——而非持续监控。
- 2
与并发查询数据结合，了解高槽位使用是来自少数繁重查询还是许多轻量查询。
- 3
导出到可视化工具以创建槽位使用热图。
- 4
将 lookback_days 设置为 1，以避免处理过多数据。