Referensi tabel sistem pengoptimalan prediktif
Penting
Fitur ini ada di Pratinjau Publik.
Catatan
Untuk memiliki akses ke tabel ini, Anda harus mengaktifkan storage
skema (lihat Mengaktifkan skema tabel sistem) dan wilayah Anda harus mendukung pengoptimalan prediktif (lihat wilayah Azure Databricks).
Artikel ini menguraikan skema tabel riwayat operasi pengoptimalan prediktif dan menyediakan kueri sampel. Pengoptimalan prediktif mengoptimalkan tata letak data Anda untuk performa puncak dan efisiensi biaya. Tabel sistem melacak riwayat operasi fitur ini. Untuk informasi tentang pengoptimalan prediktif, lihat Pengoptimalan prediktif untuk Delta Lake.
Tabel sistem ini terletak di system.storage.predictive_optimization_operations_history
.
Pertimbangan pengiriman
- Data dapat memakan waktu hingga 24 jam untuk diisi.
- Pengoptimalan prediktif mungkin menjalankan beberapa operasi pada kluster yang sama. Jika demikian, berbagi DBA yang dikaitkan dengan masing-masing dari beberapa operasi diperkirakan. Inilah sebabnya mengapa
usage_unit
diatur keESTIMATED_DBU
. Namun, jumlah total DBA yang dihabiskan untuk kluster akan akurat.
Skema tabel pengoptimalan prediktif
Tabel sistem riwayat operasi pengoptimalan prediktif menggunakan skema berikut:
Nama kolom | Jenis data | Deskripsi | Contoh |
---|---|---|---|
account_id |
string | ID akun. | 11e22ba4-87b9-4cc2-9770-d10b894b7118 |
workspace_id |
string | ID ruang kerja tempat pengoptimalan prediktif menjalankan operasi. | 1234567890123456 |
start_time |
rentang waktu | Waktu dimulainya operasi. | 2023-01-09 10:00:00.000 |
end_time |
rentang waktu | Waktu di mana operasi berakhir. | 2023-01-09 11:00:00.000 |
metastore_name |
string | Nama metastore tempat tabel yang dioptimalkan berada. | metastore |
catalog_name |
string | Nama katalog tempat tabel yang dioptimalkan berada. | catalog |
schema_name |
string | Nama skema tempat tabel yang dioptimalkan berada. | schema |
table_id |
string | ID tabel yang dioptimalkan. | 138ebb4b-3757-41bb-9e18-52b38d3d2836 |
table_name |
string | Nama tabel yang dioptimalkan. | table1 |
operation_type |
string | Operasi pengoptimalan yang dilakukan. Nilainya adalah COMPACTION atau VACUUM . |
COMPACTION |
operation_id |
string | ID untuk operasi pengoptimalan. | 4dad1136-6a8f-418f-8234-6855cfaff18f |
operation_status |
string | Status operasi pengoptimalan. Nilainya adalah SUCCESSFUL atau FAILED: INTERNAL_ERROR . |
SUCCESSFUL |
operation_metrics |
map[string, string] | Detail tambahan tentang pengoptimalan spesifik yang dilakukan. Untuk operasi PEMADATAN: (number_of_compacted_files, amount_of_data_compacted_bytes, number_of_output_files, amount_of_output_data_bytes) Untuk operasi VAKUM: (number_of_deleted_files, amount_of_data_deleted_bytes) | {"number_of_output_files":"100","number_of_compacted_files":"1000","amount_of_output_data_bytes":"4000","amount_of_data_compacted_bytes":"10000"} |
usage_unit |
string | Unit penggunaan yang dikeluarkan operasi ini. Hanya dapat berupa satu nilai: ESTIMATED_DBU . |
ESTIMATED_DBU |
usage_quantity |
desimal | Jumlah unit penggunaan yang digunakan oleh operasi ini. | 2.12 |
Contoh kueri
Bagian berikut menyertakan kueri sampel yang dapat Anda gunakan untuk mendapatkan wawasan tentang tabel sistem pengoptimalan prediktif. Agar kueri ini berfungsi, Anda perlu mengganti nilai dalam tanda kurung kurawal {{}}
dengan parameter Anda sendiri.
Artikel ini menyertakan contoh kueri berikut:
- Berapa banyak DBA yang memiliki pengoptimalan prediktif yang digunakan dalam 30 hari terakhir?
- Pada tabel mana pengoptimalan prediktif menghabiskan paling banyak dalam 30 hari terakhir?
- Pada tabel mana pengoptimalan prediktif melakukan operasi terbanyak?
- Untuk katalog tertentu, berapa banyak total byte yang telah dikompresi?
- Tabel apa yang paling banyak bytenya dikosongkan?
- Berapa tingkat keberhasilan operasi yang dijalankan oleh pengoptimalan prediktif?
Berapa banyak DBA yang memiliki pengoptimalan prediktif yang digunakan dalam 30 hari terakhir?
SELECT SUM(usage_quantity)
FROM system.storage.predictive_optimization_operations_history
WHERE
usage_unit = "ESTIMATED_DBU"
AND timestampdiff(day, start_time, Now()) < 30
Pada tabel mana pengoptimalan prediktif menghabiskan paling banyak dalam 30 hari terakhir?
SELECT
metastore_name,
catalog_name,
schema_name,
table_name,
SUM(usage_quantity) as totalDbus
FROM system.storage.predictive_optimization_operations_history
WHERE
usage_unit = "ESTIMATED_DBU"
AND timestampdiff(day, start_time, Now()) < 30
GROUP BY ALL
ORDER BY totalDbus DESC
Pada tabel mana pengoptimalan prediktif melakukan operasi terbanyak?
SELECT
metastore_name,
catalog_name,
schema_name,
table_name,
operation_type,
COUNT(DISTINCT operation_id) as operations
FROM system.storage.predictive_optimization_operations_history
GROUP BY ALL
ORDER BY operations DESC
Untuk katalog tertentu, berapa banyak total byte yang telah dikompresi?
SELECT
schema_name,
table_name,
SUM(operation_metrics["amount_of_data_compacted_bytes"]) as bytesCompacted
FROM system.storage.predictive_optimization_operations_history
WHERE
metastore_name = {{metastore_name}}
AND catalog_name = {{catalog_name}}
AND operation_type = "COMPACTION"
GROUP BY ALL
ORDER BY bytesCompacted DESC
Tabel apa yang paling banyak bytenya dikosongkan?
SELECT
metastore_name,
catalog_name,
schema_name,
table_name,
SUM(operation_metrics["amount_of_data_deleted_bytes"]) as bytesVacuumed
FROM system.storage.predictive_optimization_operations_history
WHERE operation_type = "VACUUM"
GROUP BY ALL
ORDER BY bytesVacuumed DESC
Berapa tingkat keberhasilan operasi yang dijalankan oleh pengoptimalan prediktif?
WITH operation_counts AS (
SELECT
COUNT(DISTINCT (CASE WHEN operation_status = "SUCCESSFUL" THEN operation_id END)) as successes,
COUNT(DISTINCT operation_id) as total_operations
FROM system.storage.predictive_optimization_operations_history
)
SELECT successes / total_operations as success_rate
FROM operation_counts
Saran dan Komentar
https://aka.ms/ContentUserFeedback.
Segera hadir: Sepanjang tahun 2024 kami akan menghentikan penggunaan GitHub Issues sebagai mekanisme umpan balik untuk konten dan menggantinya dengan sistem umpan balik baru. Untuk mengetahui informasi selengkapnya, lihat:Kirim dan lihat umpan balik untuk