쿼리 기록 시스템 테이블 참조
Important
이 기능은 공개 미리 보기 상태입니다.
이 문서에는 테이블 스키마의 개요를 포함하여 쿼리 기록 시스템 테이블에 대한 정보가 포함되어 있습니다.
Important
쿼리 기록 시스템 테이블에 액세스하려면 스키마를 query 사용하도록 설정해야 합니다. 시스템 스키마를 사용하도록 설정하는 방법에 대한 지침은 시스템 테이블 스키마 사용을 참조 하세요.
쿼리 기록 테이블 사용
쿼리 system.query.history기록 테이블에는 SQL 웨어하우스를 사용하여 실행되는 모든 SQL 문에 대한 레코드가 포함됩니다. 테이블에는 테이블에 액세스하는 동일한 지역에 있는 모든 작업 영역의 계정 전체 레코드가 포함됩니다.
기본적으로 관리자만 시스템 테이블에 액세스할 수 있습니다. 테이블의 데이터를 사용자 또는 그룹과 공유하려는 경우 Databricks는 각 사용자 또는 그룹에 대한 동적 보기를 만드는 것이 좋습니다. 동적 뷰 만들기를 참조하세요.
쿼리 기록 시스템 테이블 스키마
쿼리 기록 시스템 테이블은 다음 스키마를 사용합니다.
| 열 이름 | 데이터 형식 | 설명 | 예시 |
|---|---|---|---|
account_id |
string | 계정의 ID입니다. | 11e22ba4-87b9-4cc2-9770-d10b894b7118 |
workspace_id |
string | 쿼리가 실행된 작업 영역의 ID입니다. | 1234567890123456 |
statement_id |
string | 문의 실행을 고유하게 식별하는 ID입니다. 이 ID를 사용하여 쿼리 기록 UI에서 문 실행을 찾을 수 있습니다. | 7a99b43c-b46c-432b-b0a7-814217701909 |
session_id |
string | Spark 세션 ID입니다. | FINISHED |
execution_status |
string | 문 종료 상태입니다. 가능한 값은 다음과 같습니다. * FINISHED: 실행이 성공했습니다.* FAILED: 함께 제공되는 오류 메시지에 설명된 실패 원인으로 인해 실행이 실패했습니다.* CANCELED: 실행이 취소되었습니다. |
FINISHED |
compute |
struct | 문을 실행하는 데 사용되는 컴퓨팅 리소스의 형식과 해당하는 리소스의 ID를 나타내는 구조체입니다. | {type: WAREHOUSE,cluster_id: NULL,warehouse_id: ec58ee3772e8d305} |
executed_by_user_id |
string | 문을 실행한 사용자의 ID입니다. | 2967555311742259 |
executed_by |
string | 문을 실행한 사용자의 전자 메일 주소 또는 사용자 이름입니다. | example@databricks.com |
statement_text |
string | SQL 문의 텍스트입니다. 고객 관리형 키를 statement_text 구성한 경우 비어 있습니다. |
SELECT 1 |
statement_type |
string | 문 유형입니다. 예: ALTER, COPY및INSERT. |
SELECT |
error_message |
string | 오류 조건을 설명하는 메시지입니다. 고객 관리형 키를 error_message 구성한 경우 비어 있습니다. |
[INSUFFICIENT_PERMISSIONS] Insufficient privileges: User does not have permission SELECT on table 'default.nyctaxi_trips'. |
client_application |
string | 문을 실행한 클라이언트 애플리케이션입니다. 예: Databricks SQL, Tableau 및 Power BI. | Databricks SQL |
client_driver |
string | 문을 실행하기 위해 Azure Databricks에 연결하는 데 사용되는 커넥터입니다. 예: Databricks SQL Driver for Go, Databricks ODBC Driver, Databricks JDBC Driver. | Databricks JDBC Driver |
total_duration_ms |
bigint | 문의 총 실행 시간(결과 인출 시간 제외)입니다. | 1 |
waiting_for_compute_duration_ms |
bigint | 컴퓨팅 리소스가 프로비전될 때까지 대기하는 데 걸린 시간(밀리초)입니다. | 1 |
waiting_at_capacity_duration_ms |
bigint | 사용 가능한 컴퓨팅 용량을 큐에서 대기하는 데 소요된 시간(밀리초)입니다. | 1 |
execution_duration_ms |
bigint | 문을 실행하는 데 소요된 시간(밀리초)입니다. | 1 |
compilation_duration_ms |
bigint | 메타데이터를 로드하고 문을 최적화하는 데 소요된 시간(밀리초)입니다. | 1 |
total_task_duration_ms |
bigint | 모든 작업 기간의 합계(밀리초)입니다. 이 시간은 모든 노드의 모든 코어에서 쿼리를 실행하는 데 걸린 결합된 시간을 나타냅니다. 여러 작업이 병렬로 실행되는 경우 벽시계 기간보다 훨씬 길 수 있습니다. 작업이 사용 가능한 노드를 기다리는 경우 벽시계 기간보다 짧을 수 있습니다. | 1 |
result_fetch_duration_ms |
bigint | 실행이 완료된 후 문 결과를 가져오는 데 소요된 시간(밀리초)입니다. | 1 |
start_time |
timestamp | Databricks가 요청을 받은 시간입니다. | 2022-12-05T00:00:00.000+0000 |
end_time |
timestamp | 결과 인출 시간을 포함하여 문 실행이 종료된 시간입니다. | 2022-12-05T00:00:00.000+0000 |
update_time |
timestamp | 문이 마지막으로 진행률 업데이트를 받은 시간입니다. | 2022-12-05T00:00:00.000+0000 |
read_partitions |
bigint | 정리 후 읽은 파티션 수입니다. | 1 |
pruned_files |
bigint | 정리된 파일의 수입니다. | 1 |
read_files |
bigint | 정리 후 읽은 파일 수입니다. | 1 |
read_rows |
bigint | 문에서 읽은 총 행 수입니다. | 1 |
produced_rows |
bigint | 문에서 반환된 총 행 수입니다. | 1 |
read_bytes |
bigint | 문에서 읽은 데이터의 총 크기(바이트)입니다. | 1 |
read_io_cache_percent |
int | IO 캐시에서 읽은 영구 데이터의 바이트 비율입니다. | 50 |
from_results_cache |
부울 값 | TRUE 는 명령문 결과가 캐시에서 인출되었음을 나타냅니다. |
TRUE |
spilled_local_bytes |
bigint | 문을 실행하는 동안 디스크에 임시로 기록된 데이터 크기(바이트)입니다. | 1 |
written_bytes |
bigint | 클라우드 개체 스토리지에 기록된 영구 데이터의 크기(바이트)입니다. | 1 |
shuffle_read_bytes |
bigint | 네트워크를 통해 전송된 총 데이터 양(바이트)입니다. | 1 |
레코드에 대한 쿼리 프로필 보기
쿼리 기록 테이블의 레코드를 기반으로 쿼리의 쿼리 프로필로 이동하려면 다음을 수행합니다.
- 관심 있는 레코드를 식별한 다음 레코드를 복사합니다
statement_id. - 레코드를 참조하여 레코드
workspace_id와 동일한 작업 영역에 로그인했는지 확인합니다. - 작업 영역 사이드바에서 쿼리 기록을 클릭합니다
. - 문 ID 필드에 레코드를
statement_id붙여넣습니다. - 쿼리의 이름을 클릭합니다. 쿼리 메트릭의 개요가 나타납니다.
- 쿼리 프로필 보기를 클릭합니다.
피드백
출시 예정: 2024년 내내 콘텐츠에 대한 피드백 메커니즘으로 GitHub 문제를 단계적으로 폐지하고 이를 새로운 피드백 시스템으로 바꿀 예정입니다. 자세한 내용은 다음을 참조하세요. https://aka.ms/ContentUserFeedback
다음에 대한 사용자 의견 제출 및 보기