Bewerten und korrigieren des Zustands von geclusterten Columnstore-Indizes in einem dedizierten SQL Pool
Gilt für: Azure Synapse Analytics
In diesem Artikel wird ein etwas anderer Ansatz zur Bewertung der Clusterspeicherindexintegrität (Clustered ColumnStore Index, CCI) vorgestellt. Führen Sie die Schritte in den folgenden Abschnitten aus, oder führen Sie die Schritte im Notizbuch über Azure Data Studio aus.
Notiz
Bevor Sie versuchen, dieses Notizbuch zu öffnen, stellen Sie sicher, dass Azure Data Studio auf Ihrem lokalen Computer installiert ist. Informationen zum Installieren von Azure Data Studio finden Sie unter "Informationen zum Installieren von Azure Data Studio".
Im Allgemeinen wirken sich zwei Hauptfaktoren auf die Qualität einer CCI aus:
Kompakte Zeilengruppen und Metadaten – Die tatsächliche Anzahl der Zeilengruppen ist nahe der idealen Anzahl für die Anzahl der Zeilen in der Zeilengruppe.
Komprimierte Zeilengruppen – Zeilengruppen verwenden die Spaltenspeicherkomprimierung.
Andere Bedingungen, z. B. kleine Tabellen, überpartitionierte Tabellen oder unterpartitionierte Tabellen, sind wahrscheinlich von schlechter Qualität oder Integrität. Diese Bedingungen werden jedoch besser als Entwicklungschancen klassifiziert, die in Schritt 4 bewertet werden können.
Schritt 1: Analysieren einer Zusammenfassung Ihrer CCI-Integrität
Verwenden Sie die folgende Abfrage, um eine einzelne Zeile mit Metriken abzurufen.
WITH cci_detail AS (
SELECT t.object_id,
rg.partition_number,
COUNT(*) AS total_rowgroup_count,
SUM(CASE WHEN rg.state = 1 THEN 1 END) AS open_rowgroup_count,
CEILING((SUM(rg.[total_rows]) - SUM(rg.deleted_rows))/COUNT(DISTINCT rg.distribution_id)/1048576.) * COUNT(DISTINCT rg.distribution_id) AS [ideal_rowgroup_count],
SUM(rg.size_in_bytes/1024/1024.) AS size_in_mb,
SUM(CASE WHEN rg.state = 1 THEN rg.size_in_bytes END /1024/1024.) AS open_size_in_mb
FROM sys.pdw_nodes_column_store_row_groups rg
JOIN sys.pdw_nodes_tables nt ON rg.object_id = nt.object_id
AND rg.pdw_node_id = nt.pdw_node_id
AND rg.distribution_id = nt.distribution_id
JOIN sys.pdw_table_mappings mp ON nt.name = mp.physical_name
JOIN sys.tables t ON mp.object_id = t.object_id
GROUP BY t.object_id,
rg.partition_number
)
SELECT COUNT(DISTINCT object_id) AS tables_assessed_count,
COUNT(*) AS partitions_assessed_count,
SUM(total_rowgroup_count) AS actual_rowgroup_count,
SUM(ideal_rowgroup_count) AS ideal_rowgroup_count,
SUM(open_rowgroup_count) AS uncompressed_rowgroup_count,
CAST(SUM(size_in_mb) AS DECIMAL(19, 4)) AS actual_size_in_mb,
CAST(SUM(open_size_in_mb) AS DECIMAL(19, 4)) AS uncompressed_size_in_mb,
CAST(((SUM(total_rowgroup_count) - SUM(ideal_rowgroup_count)) / SUM(total_rowgroup_count)) * 100. AS DECIMAL(9, 4)) AS excess_pct,
CAST(((SUM(total_rowgroup_count) - SUM(ideal_rowgroup_count)) / SUM(total_rowgroup_count)) * 1. AS DECIMAL(9, 4)) * SUM(size_in_mb) AS excess_size_in_mb
FROM cci_detail
Mit dem Ergebnis erhalten Sie einen Überblick über die CCI-Integrität für Ihren dedizierten SQL-Pool. Diese Informationen sind nicht direkt umsetzbar, sondern helfen Ihnen, die Bedeutung von Wartungsroutinen zu verstehen, um einen idealen Zustand zu erreichen.
| Spaltenname | BESCHREIBUNG |
|---|---|
tables_assessed_count |
Anzahl der CCI-Tabellen |
partitions_assessed_count |
Anzahl der Partitionen Hinweis: Nicht partitionierte Tabellen werden als 1 gezählt. |
actual_rowgroup_count |
Physische Anzahl von Zeilengruppen |
ideal_rowgroup_count |
Berechnete Anzahl von Zeilengruppen, die für die Anzahl der Zeilen ideal wäre |
uncompressed_rowgroup_count |
Anzahl der Zeilengruppen, die nicht komprimierte Daten enthalten. (Auch bekannt als: OPEN-Zeilen) |
actual_size_in_mb |
Physische Größe der CCI-Daten in MB |
uncompressed_size_in_mb |
Physische Größe der nicht komprimierten Daten in MB |
excess_pct |
Prozentsatz der Zeilengruppen, die noch weiter optimiert werden könnten |
excess_size_in_mb |
Geschätzte MB aus nicht optimierten Zeilengruppen |
Schritt 2: Analysieren detaillierter CCI-Informationen
Die folgende Abfrage stellt einen detaillierten Bericht darüber bereit, welche Tabellenpartitionen Kandidaten für eine Neuerstellung sind. CCI-Details werden in drei Metriken bereitgestellt, die beim Identifizieren und Priorisieren von Tabellen/Partitionen helfen, die am meisten von der Wartung profitieren würden. Legen Sie die entsprechenden Schwellenwerte für diese Metriken in der WHERE-Klausel fest, und verwenden Sie dann in der ORDER BY-Klausel die Metriken, die für Sie von größtem Interesse sind. Die detaillierten Informationen können auch hilfreich sein, um zu bestimmen, ob Ihr dedizierter SQL-Pool von einer großen Anzahl kleiner, fragmentierter Tabellen betroffen ist, was zu Verzögerungen bei der Kompilierung führen kann.
Notiz
Die kommentierte fnMs_GenerateIndexMaintenanceScript Funktion ist eine Tabellenwertfunktion (TVF), die allgemeine Skripts für die Aufrechterhaltung von Indizes generieren kann. Wenn Sie die Wartungsskripts im Ergebnis erhalten möchten, heben Sie die Kommentarzeilen 37 und 39 auf. Verwenden Sie vor dem Ausführen der Abfrage das Skript im Abschnitt "Indexwartungsskripts generieren", um die Funktion zu erstellen. Achten Sie beim Ausführen des Wartungsskripts, das Sie aus dem Ergebnis erhalten, sicher, dass Sie eine entsprechend große Ressourcenklasse wie "largerc" oder "xlargerc" verwenden.
| Spaltenname | Qualitätsmerkmal | BESCHREIBUNG |
|---|---|---|
excess_pct |
Kompaktheit | Prozentsatz der Zeilengruppen, die noch weiter komprimiert werden könnten |
excess_size_in_mb |
Kompaktheit | Geschätzte MB aus nicht optimierten Zeilengruppen |
OPEN_rowgroup_size_in_mb |
Komprimierung | Tatsächliche MB unkomprimierter Daten im Index |
WITH cci_info AS(
SELECT t.object_id AS [object_id],
MAX(schema_name(t.schema_id)) AS [schema_name],
MAX(t.name) AS [table_name],
rg.partition_number AS [partition_number],
COUNT(DISTINCT rg.distribution_id) AS [distribution_count],
SUM(rg.size_in_bytes/1024/1024) AS [size_in_mb],
SUM(rg.[total_rows]) AS [row_count_total],
COUNT(*) AS [total_rowgroup_count],
CEILING((SUM(rg.[total_rows]) - SUM(rg.[deleted_rows]))/COUNT(DISTINCT rg.distribution_id)/1048576.) * COUNT(DISTINCT rg.distribution_id) AS [ideal_rowgroup_count],
SUM(CASE WHEN rg.[State] = 1 THEN 1 ELSE 0 END) AS [OPEN_rowgroup_count],
SUM(CASE WHEN rg.[State] = 1 THEN rg.[total_rows] ELSE 0 END) AS [OPEN_rowgroup_rows],
CAST(SUM(CASE WHEN rg.[State] = 1 THEN rg.[size_in_bytes]/1024./1024. ELSE 0 END) AS DECIMAL(19, 4)) AS [OPEN_rowgroup_size_in_mb],
SUM(CASE WHEN rg.[State] = 2 THEN 1 ELSE 0 END) AS [CLOSED_rowgroup_count],
SUM(CASE WHEN rg.[State] = 2 THEN rg.[total_rows] ELSE 0 END) AS [CLOSED_rowgroup_rows],
CAST(SUM(CASE WHEN rg.[State] = 2 THEN rg.[size_in_bytes]/1024./1024. ELSE 0 END) AS DECIMAL(19, 4)) AS [CLOSED_size_in_mb],
SUM(CASE WHEN rg.[State] = 3 THEN 1 ELSE 0 END) AS [COMPRESSED_rowgroup_count],
SUM(CASE WHEN rg.[State] = 3 THEN rg.[total_rows] ELSE 0 END) AS [COMPRESSED_rowgroup_rows],
CAST(SUM(CASE WHEN rg.[State] = 3 THEN rg.[size_in_bytes]/1024./1024. ELSE 0 END) AS DECIMAL(19, 4)) AS [COMPRESSED_size_in_mb],
SUM(CASE WHEN rg.[State] = 3 THEN rg.[deleted_rows] ELSE 0 END) AS [COMPRESSED_rowgroup_rows_DELETED]
FROM sys.[pdw_nodes_column_store_row_groups] rg
JOIN sys.[pdw_nodes_tables] nt ON rg.[object_id] = nt.[object_id]
AND rg.[pdw_node_id] = nt.[pdw_node_id]
AND rg.[distribution_id] = nt.[distribution_id]
JOIN sys.[pdw_table_mappings] mp ON nt.[name] = mp.[physical_name]
JOIN sys.[tables] t ON mp.[object_id] = t.[object_id]
GROUP BY t.object_id,
rg.partition_number
)
, calc_excess AS(
SELECT *,
CAST(((total_rowgroup_count - ideal_rowgroup_count) / total_rowgroup_count) * 100. AS DECIMAL(9, 4)) AS [excess_pct],
CAST(((total_rowgroup_count - ideal_rowgroup_count) / total_rowgroup_count) * 1. AS DECIMAL(9, 4)) * size_in_mb AS [excess_size_in_mb]
FROM cci_info
)
SELECT calc_excess.*
-- , script.*
FROM calc_excess
-- CROSS APPLY dbo.fnMs_GenerateIndexMaintenanceScript(object_id, partition_number) AS script
WHERE -- set your own threshold(s) for the following; 0 is the ideal, but usually not practical
calc_excess.[excess_size_in_mb] > 300
OR calc_excess.excess_pct > 0.1
OR calc_excess.OPEN_rowgroup_size_in_mb > 100
ORDER BY calc_excess.[excess_size_in_mb] DESC;
Schritt 3: Vorgehensweise, wenn die Wartung die CCI-Integrität nicht verbessert
Das Ausführen einer Wartung für eine Tabelle/Partition kann zu einem der folgenden Szenarien führen:
excess_pctoderexcess_size_in_mbist größer als vor der Wartung.- Die Wartungsanweisungen schlägt wegen unzureichendem Arbeitsspeicher fehl.
Typische Ursachen
- Unzureichende Ressourcen.
- Unzureichender Servicelevel (DWU).
- Die Tabelle ist groß und nicht partitioniert.
Empfohlene Korrekturen
- Erhöhen Sie die Ressourcen für die Wartungsanweisungen, indem Sie die Ressourcenklasse oder Workloadgruppe des ausführenden Benutzers ändern.
- Erhöhen Sie vorübergehend das DWU-Niveau, um die Wartung durchzuführen.
- Implementieren Sie eine Partitionierungsstrategie für die problematische Tabelle, und führen Sie dann die Wartung an den Partitionen durch.
Schritt 4: Überprüfen auf Möglichkeiten zur Entwurfsverbesserung
Die folgende Abfrage ist zwar nicht umfassend, kann Ihnen jedoch helfen, potenzielle Möglichkeiten zu identifizieren, die häufig zu Leistungs- oder Wartungsproblemen in Bezug auf CCIs führen.
| Titel der Möglichkeit | BESCHREIBUNG | Empfehlungen |
|---|---|---|
| Kleine Tabelle | Die Tabelle enthält weniger als 15 Mio. Zeilen. | Erwägen Sie, den Index von CCI in Folgendes zu ändern:
|
| Partitionierungschance oder unterpartitionierte Tabelle | Die berechnete ideale Zeilengruppenanzahl ist größer als 180M (oder ~188M Zeilen) | Implementieren Sie eine Partitionierungsstrategie oder ändern Sie die vorhandene Partitionierungsstrategie, um die Anzahl der Zeilen pro Partition auf weniger als 188M zu reduzieren (ungefähr drei Zeilengruppen pro Partition pro Verteilung) |
| Zu stark partitionierte Tabelle | Die Tabelle enthält weniger als 15 Mio. Zeilen für die größte Partition. | Bedenken Sie Folgendes:
|
WITH cci_info AS (
SELECT t.object_id AS [object_id],
MAX(SCHEMA_NAME(t.schema_id)) AS [schema_name],
MAX(t.name) AS [table_name],
rg.partition_number AS [partition_number],
SUM(rg.[total_rows]) AS [row_count_total],
CEILING((SUM(rg.[total_rows]) - SUM(rg.[deleted_rows]))/COUNT(DISTINCT rg.distribution_id)/1048576.) * COUNT(DISTINCT rg.distribution_id) AS [ideal_rowgroup_count]
FROM sys.[pdw_nodes_column_store_row_groups] rg
JOIN sys.[pdw_nodes_tables] nt ON rg.[object_id] = nt.[object_id]
AND rg.[pdw_node_id] = nt.[pdw_node_id]
AND rg.[distribution_id] = nt.[distribution_id]
JOIN sys.[pdw_table_mappings] mp ON nt.[name] = mp.[physical_name]
JOIN sys.[tables] t ON mp.[object_id] = t.[object_id]
GROUP BY t.object_id,
rg.partition_number
)
SELECT object_id,
MAX(SCHEMA_NAME),
MAX(TABLE_NAME),
COUNT(*) AS number_of_partitions,
MAX(row_count_total) AS max_partition_row_count,
MAX(ideal_rowgroup_count) partition_ideal_row_count,
CASE
-- non-partitioned tables
WHEN COUNT(*) = 1 AND MAX(row_count_total) < 15000000 THEN 'Small table'
WHEN COUNT(*) = 1 AND MAX(ideal_rowgroup_count) > 180 THEN 'Partitioning opportunity'
-- partitioned tables
WHEN COUNT(*) > 1 AND MAX(row_count_total) < 15000000 THEN 'Over-partitioned table'
WHEN COUNT(*) > 1 AND MAX(ideal_rowgroup_count) > 180 THEN 'Under-partitioned table'
END AS warning_category
FROM cci_info
GROUP BY object_id
Generieren von Indexwartungsskripts
Führen Sie die folgende Abfrage aus, um eine Funktion in Ihrem dedizierten SQL-Pool zu erstellen dbo.fnMs_GenerateIndexMaintenanceScript . Diese Funktion generiert Skripts, um Ihre CCI auf drei Arten zu optimieren. Sie können diese Funktion verwenden, um nicht nur CCIs, sondern auch gruppierte (Rowstore)-Indizes zu verwalten.
Parameter
| Parametername | Erforderlich | Beschreibung |
|---|---|---|
@object_id |
J | object_id der tabelle, die als Ziel verwendet werden soll |
@partition_number |
Y | partition_number von sys.partitions zu Ziel. Wenn die Tabelle nicht partitioniert ist, geben Sie 1 an. |
Ausgabetabelle
| Spaltenname | Beschreibung |
|---|---|
rebuild_script |
Generierte ALTER INDEX ALL ... REBUILD Anweisung für die angegebene Tabelle/Partition. Nicht partitionierte Heaps werden zurückgegeben NULL. |
reorganize_script |
Generierte ALTER INDEX ALL ... REORGANIZE Anweisung für die angegebene Tabelle/Partition. Nicht partitionierte Heaps werden zurückgegeben NULL. |
partition_switch_script |
Gilt nur für partitionierte Tabellen; NULL wenn die Tabelle nicht partitioniert ist oder eine ungültige Partitionsnummer angegeben ist. Wenn die CCI mit einer ORDER Klausel erstellt wurde, wird sie gerendert. |
CREATE FUNCTION dbo.fnMs_GenerateIndexMaintenanceScript (@object_id INT, @partition_number INT = 1)
RETURNS TABLE
AS
RETURN(
WITH base_info AS (
SELECT
t.object_id
, SCHEMA_NAME(t.schema_id) AS [schema_name]
, t.name AS table_name
, i.index_type
, i.index_cols
, i.index_type_desc
, tdp.distribution_policy_desc
, c.name hash_distribution_column_name
FROM sys.tables t
JOIN (
SELECT
i.object_id
, i.index_id
, MAX(i.type) AS index_type
, MAX(CASE WHEN i.type = 5 AND ic.column_store_order_ordinal != 0 THEN ' ORDER ' ELSE '' END)
+ '(' + STRING_AGG(
CASE
WHEN i.type IN (1, 5)
AND (ic.key_ordinal != 0 OR ic.column_store_order_ordinal != 0)
THEN c.name + CASE WHEN ic.is_descending_key = 1 THEN ' DESC' ELSE '' END
END
, ',') WITHIN GROUP(ORDER BY ic.column_store_order_ordinal, ic.key_ordinal) + ')' AS index_cols
, MAX(i.type_desc)
+ CASE
WHEN MAX(i.type) IN (1, 5) THEN ' INDEX'
ELSE ''
END COLLATE SQL_Latin1_General_CP1_CI_AS AS index_type_desc
FROM sys.indexes i
JOIN sys.index_columns ic ON i.object_id = ic.object_id AND i.index_id = ic.index_id
JOIN sys.columns c ON ic.object_id = c.object_id AND ic.column_id = c.column_id
WHERE i.index_id <= 1
GROUP BY i.object_id, i.index_id
) AS i
ON t.object_id = i.object_id
JOIN sys.pdw_table_distribution_properties tdp ON t.object_id = tdp.object_id
LEFT JOIN sys.pdw_column_distribution_properties cdp ON t.object_id = cdp.object_id AND cdp.distribution_ordinal = 1
LEFT JOIN sys.columns c ON cdp.object_id = c.object_id AND cdp.column_id = c.column_id
WHERE t.object_id = @object_id
)
, param_data_type AS (
SELECT
pp.function_id
, typ.name AS data_type_name
, CAST(CASE
WHEN typ.collation_name IS NOT NULL THEN 1
WHEN typ.name LIKE '%date%' THEN 1
WHEN typ.name = 'uniqueidentifier' THEN 1
ELSE 0
END AS BIT) AS use_quotes_on_values_flag
FROM sys.partition_parameters pp
JOIN sys.types typ ON pp.user_type_id = typ.user_type_id
)
, boundary AS (
SELECT
t.object_id
, c.name AS partition_column_name
, pf.boundary_value_on_right
, prv.boundary_id
, prv.boundary_id + CASE WHEN pf.boundary_value_on_right = 1 THEN 1 ELSE 0 END AS [partition_number]
, CASE
WHEN pdt.use_quotes_on_values_flag = 1 THEN '''' + CAST(
CASE pdt.data_type_name
WHEN 'date' THEN CONVERT(char(10), prv.value, 120)
WHEN 'smalldatetime' THEN CONVERT(VARCHAR, prv.value, 120)
WHEN 'datetime' THEN CONVERT(VARCHAR, prv.value, 121)
WHEN 'datetime2' THEN CONVERT(VARCHAR, prv.value, 121)
ELSE prv.value
END
AS VARCHAR(32)) + ''''
ELSE CAST(prv.value AS VARCHAR(32))
END AS boundary_value
FROM sys.tables t
JOIN sys.indexes i ON t.object_id = i.object_id AND i.index_id <= 1
JOIN sys.index_columns ic ON i.object_id = ic.object_id AND i.index_id = ic.index_id AND ic.partition_ordinal = 1
JOIN sys.columns c ON ic.object_id = c.object_id AND ic.column_id = c.column_id
JOIN sys.partition_schemes ps ON i.data_space_id = ps.data_space_id
JOIN sys.partition_functions pf ON ps.function_id = pf.function_id
JOIN param_data_type pdt ON pf.function_id = pdt.function_id
JOIN sys.partition_range_values prv ON pf.function_id = prv.function_id
WHERE t.object_id = @object_id
)
, partition_clause AS (
SELECT
object_id
, COUNT(*) - 1 -- should always be the 2nd to last partition in stage table
+ CASE WHEN MAX([partition_number]) = @partition_number THEN 1 ELSE 0 END -- except when last partition
AS [source_partition_number]
, 'WHERE ' + MAX(partition_column_name)
+ CASE WHEN MAX(CAST(boundary_value_on_right AS TINYINT)) = 1 THEN
' >= ' + MIN(CASE WHEN [partition_number] = @partition_number THEN boundary_value END)
ELSE
' <= ' + MAX(CASE WHEN [partition_number] = @partition_number THEN boundary_value END)
END
+ ' AND ' + MAX(partition_column_name)
+ CASE WHEN MAX(CAST(boundary_value_on_right AS TINYINT)) = 1 THEN
' < ' + MAX(boundary_value)
ELSE
' > ' + MIN(boundary_value)
END AS filter_clause
, ', PARTITION (' + MAX(partition_column_name) + ' RANGE '
+ CASE WHEN MAX(CAST(boundary_value_on_right AS TINYINT)) = 1 THEN 'RIGHT' ELSE 'LEFT' END
+ ' FOR VALUES(' + STRING_AGG(boundary_value, ',') + '))' AS [partition_clause]
FROM boundary
WHERE [partition_number] BETWEEN @partition_number - 1 AND @partition_number + 1
GROUP BY object_id
)
SELECT
CASE WHEN index_type IN (1, 5) THEN 'ALTER INDEX ALL ON [' + [schema_name] + '].[' + [table_name] + '] REBUILD'
+ CASE WHEN partition_clause.[object_id] IS NOT NULL THEN ' PARTITION = ' + CAST(@partition_number AS VARCHAR(16)) ELSE '' END + ';' END AS [rebuild_script]
, CASE WHEN index_type IN (1, 5) THEN 'ALTER INDEX ALL ON [' + [schema_name] + '].[' + [table_name] + '] REORGANIZE'
+ CASE WHEN partition_clause.[object_id] IS NOT NULL THEN ' PARTITION = ' + CAST(@partition_number AS VARCHAR(16)) ELSE '' END
+ CASE WHEN index_type = 5 THEN ' WITH (COMPRESS_ALL_ROW_GROUPS = ON)' ELSE '' END + ';' END AS [reorganize_script]
, 'CREATE TABLE [' + schema_name + '].[' + table_name + '_p' + CAST(@partition_number AS VARCHAR(16)) + '_tmp] WITH(' + index_type_desc + ISNULL(index_cols, '')
+ ', DISTRIBUTION = ' + distribution_policy_desc + CASE WHEN distribution_policy_desc = 'HASH' THEN '(' + hash_distribution_column_name + ')' ELSE '' END
+ partition_clause.partition_clause + ') AS SELECT * FROM [' + [schema_name] + '].[' + [table_name] + '] ' + filter_clause + CASE WHEN index_type = 5 AND index_cols IS NOT NULL THEN ' OPTION(MAXDOP 1)' ELSE '' END + ';'
+ ' ALTER TABLE [' + schema_name + '].[' + table_name + '_p' + CAST(@partition_number AS VARCHAR(16)) + '_tmp] SWITCH PARTITION ' + CAST(source_partition_number AS VARCHAR(16))
+ ' TO [' + [schema_name] + '].[' + [table_name] + '] PARTITION ' + CAST(@partition_number AS VARCHAR(16))
+ ' WITH (TRUNCATE_TARGET = ON);'
+ ' DROP TABLE [' + schema_name + '].[' + table_name + '_p' + CAST(@partition_number AS VARCHAR(16)) + '_tmp];' AS [partition_switch_script]
FROM base_info
LEFT JOIN partition_clause
ON base_info.object_id = partition_clause.object_id
);
GO
Weitere Informationen
Weitere Informationen und zusätzliche Bewertungstools für CCI im dedizierten SQL-Pool finden Sie unter: