提示

適用於：Databricks SQL Databricks Runtime

建議產生執行計劃的特定方法。

語法

/*+ { partition_hint | join_hint | skew_hint } [, ...] */

分區提示

數據分割提示可讓您建議 Azure Databricks 應遵循的數據分割策略。 COALESCE、REPARTITION 和 REPARTITION_BY_RANGE 這些提示有支援，分別相當於 coalesce、repartition 和 repartitionByRange 資料集 API。 這些提示可讓您微調效能並控制輸出檔案的數目。 指定多個數據分割提示時，會將多個節點插入邏輯計劃中，但優化器會挑選最左邊的提示。

語法

partition_hint
  COALESCE ( part_num ) |
  REPARTITION ( { part_num | [ part_num , ] column_name [ , ...] } ) |
  REPARTITION_BY_RANGE ( part_num [, column_name [, ...] ] | column_name [, ...] ) |
  REBALANCE [ ( column_name [, ...] ) ]

分割提示類型

• COALESCE ( part_num )

  將分割區數目縮減為指定的分割區數目。 它會採用分割區編號做為參數。

• REPARTITION ( { part_num | [ part_num , ] column_name [ , ...] } )

  使用指定的分區表達式，重新分割為指定的區數。 它會採用分割區編號、數據行名稱或兩者作為參數。

• REPARTITION_BY_RANGE ( part_num [, column_name [, ...] ] | column_name [, ...] )

  使用指定的分區表達式，重新分割為指定的區數。 它會採用數據行名稱和選擇性數據分割編號做為參數。

• REBALANCE [ ( column_name [, ...] ) ]

  REBALANCE 提示可用來重新平衡查詢結果輸出分割區，讓每個分割區的大小都合理（不是太小且不是太大）。 它可以採用數據行名稱做為參數，並盡其最大努力將這些數據行分割查詢結果。 這是盡力而為的方式：如果有資料偏斜，Spark 會將偏斜的分區拆分，以避免這些分區過大。 當您需要將此查詢的結果寫入數據表時，此提示很有用，以避免太小/大檔案。 如果未啟用 AQE，則會忽略此提示。

• column_name

  用於重新分割或重新平衡的列或別名的顯示名稱。

• part_num

  整數常值。 重新劃分的分區數量。

範例

> SELECT /*+ COALESCE(3) */ * FROM t;

> SELECT /*+ REPARTITION(3) */ * FROM t;

> SELECT /*+ REPARTITION(c) */ * FROM t;

> SELECT /*+ REPARTITION(3, c) */ * FROM t;

> SELECT /*+ REPARTITION_BY_RANGE(c) */ * FROM t;

> SELECT /*+ REPARTITION_BY_RANGE(3, c) */ * FROM t;

> SELECT /*+ REBALANCE */ * FROM t;

> SELECT /*+ REBALANCE(c) */ * FROM t;

-- When a column name has been occluded by an alias you must refere to it by the alias name.
> SELECT /*+ REBALANCE(d) */ * FROM t AS s(d);

-- multiple partitioning hints
> EXPLAIN EXTENDED SELECT /*+ REPARTITION(100), COALESCE(500), REPARTITION_BY_RANGE(3, c) */ * FROM t;
== Parsed Logical Plan ==
'UnresolvedHint REPARTITION, [100]
+- 'UnresolvedHint COALESCE, [500]
   +- 'UnresolvedHint REPARTITION_BY_RANGE, [3, 'c]
      +- 'Project [*]
         +- 'UnresolvedRelation [t]

== Analyzed Logical Plan ==
name: string, c: int
Repartition 100, true
+- Repartition 500, false
   +- RepartitionByExpression [c#30 ASC NULLS FIRST], 3
      +- Project [name#29, c#30]
         +- SubqueryAlias spark_catalog.default.t
            +- Relation[name#29,c#30] parquet

== Optimized Logical Plan ==
Repartition 100, true
+- Relation[name#29,c#30] parquet

== Physical Plan ==
Exchange RoundRobinPartitioning(100), false, [id=#121]
+- *(1) ColumnarToRow
   +- FileScan parquet default.t[name#29,c#30] Batched: true, DataFilters: [], Format: Parquet,
      Location: CatalogFileIndex[file:/spark/spark-warehouse/t], PartitionFilters: [],
      PushedFilters: [], ReadSchema: struct<name:string>

聯結提示

聯結提示可讓您建議 Databricks SQL 應該使用的聯結策略。 當聯結的兩端指定不同的聯結策略提示時，Databricks SQL 會依下列順序排列提示的優先順序：BROADCAST 超過 MERGE，SHUFFLE_HASH 超過 SHUFFLE_REPLICATE_NL。 當使用 BROADCAST 提示或 SHUFFLE_HASH 提示來指定兩端時，Databricks SQL 會根據聯結類型和關聯的大小來挑選組建端。 因為指定的策略可能不支援所有聯結類型，因此不保證 Databricks SQL 會使用提示建議的聯結策略。

語法

join_hint
  BROADCAST ( table_name ) |
  MERGE ( table_name ) |
  SHUFFLE_HASH ( table_name ) |
  SHUFFLE_REPLICATE_NL ( table_name )

BROADCASTJOIN 和 MAPJOIN 支援作為 BROADCAST 的別名。

SHUFFLE_MERGE 和 MERGEJOIN 支援作為 MERGE 的別名。

結合提示類型

• BROADCAST ( table_name )

  使用廣播聯結。 無論 autoBroadcastJoinThreshold的情況如何，具有提示的聯結端都會廣播。 如果連接的雙方都有廣播指示，則基於統計數據，會選擇廣播資料量較小的一方。

• MERGE ( table_name )

  使用隨機排序合併聯結。

• SHUFFLE_HASH ( table_name )

  使用隨機哈希聯結。 如果雙方都有 shuffle hash 提示，Databricks SQL 會根據統計數據選擇較小的一側作為建置端。

• SHUFFLE_REPLICATE_NL ( table_name )

  使用洗牌與複製巢狀循環連接。

• table_name

  套用提示之數據表或數據表別名的公開名稱。

範例

-- Join Hints for broadcast join
> SELECT /*+ BROADCAST(t1) */ * FROM t1 INNER JOIN t2 ON t1.key = t2.key;
> SELECT /*+ BROADCASTJOIN (t1) */ * FROM t1 left JOIN t2 ON t1.key = t2.key;
> SELECT /*+ MAPJOIN(t2) */ * FROM t1 right JOIN t2 ON t1.key = t2.key;

-- Join Hints for shuffle sort merge join
> SELECT /*+ SHUFFLE_MERGE(t1) */ * FROM t1 INNER JOIN t2 ON t1.key = t2.key;
> SELECT /*+ MERGEJOIN(t2) */ * FROM t1 INNER JOIN t2 ON t1.key = t2.key;
> SELECT /*+ MERGE(t1) */ * FROM t1 INNER JOIN t2 ON t1.key = t2.key;

-- Join Hints for shuffle hash join
> SELECT /*+ SHUFFLE_HASH(t1) */ * FROM t1 INNER JOIN t2 ON t1.key = t2.key;

-- Join Hints for shuffle-and-replicate nested loop join
> SELECT /*+ SHUFFLE_REPLICATE_NL(t1) */ * FROM t1 INNER JOIN t2 ON t1.key = t2.key;

-- When different join strategy hints are specified on both sides of a join, Databricks SQL
-- prioritizes the BROADCAST hint over the MERGE hint over the SHUFFLE_HASH hint
-- over the SHUFFLE_REPLICATE_NL hint.
-- Databricks SQL will issue Warning in the following example
-- org.apache.spark.sql.catalyst.analysis.HintErrorLogger: Hint (strategy=merge)
-- is overridden by another hint and will not take effect.
> SELECT /*+ BROADCAST(t1), MERGE(t1, t2) */ * FROM t1 INNER JOIN t2 ON t1.key = t2.key;

-- When a table name is occluded by an alias you must use the alias name in the hint
> SELECT /*+ BROADCAST(t1), MERGE(s1, s2) */ * FROM t1 AS s1 INNER JOIN t2 AS s2 ON s1.key = s2.key;

扭斜提示

（Delta Lake）請參閱 使用扭曲提示 進行偏斜聯接優化，以獲取 SKEW 提示的相關信息。

相關陳述

• SELECT