Hologres从 V1.3版本开始提供表统计信息日志系统表(hologres.hg_table_info)按日收集实例内表的统计信息,帮助您对实例中的表信息进行查看、分析,以便您可以根据这些信息采取优化措施。本文将会介绍在Hologres中如何查看表统计信息并分析。
使用限制
仅Hologres V1.3及以上版本支持查看表统计信息,如果您的实例是V1.3以下版本,请您使用自助升级或加入Hologres钉钉交流群反馈,详情请参见如何获取更多的在线支持?。
hologres.hg_table_info表的产出时效是T+1,当天的数据大概会在第二天凌晨5点前更新完成。Hologres实例从 V1.1版本升级到 V1.3版本的当天不会产出表统计信息,查询时提示:
meta warehouse store currently not available
,需要在升级后的第二天查询表统计信息。
注意事项
表统计信息日志默认保留30天的数据。
对于Hologres非分区内部表(type='TABLE'),可以查到详细统计信息,如存储空间、文件数、访问累积次数和行记录数。
对于其他对象(视图,物化视图,外表,分区父表),只能查到基本信息,如分区数量,外表对应外部表名,物化视图与视图定义等。
hologres.hg_table_info表属于Hologres的元仓系统,hologres.hg_table_info查询失败不会影响实例中的业务Query运行,故hologres.hg_table_info表的稳定性不在产品的SLA保护范围内。
hg_table_info表
hg_table_info
表主要包含的字段信息如下。
表统计信息日志存储在hologres.hg_table_info系统表里,实例升级到 V1.3版本后,将会默认按天采集表信息。
部分字段存在值为空的情况,属于历史创建的表未能统计到创建信息导致,实例升级到V1.3版本后创建的表可以统计到信息。
字段 | 类型 | 描述 | 说明 |
db_name | text | 表所在数据库名。 | 无 |
schema_name | text | 表所在Schema名。 | 无 |
table_name | text | 表名。 | 无 |
table_id | text | 表的唯一标识,外部表ID使用db.schema.table。 | 无 |
type | text | 表类型,包括:
|
|
partition_spec | text | 分区条件(分区子表有效)。 | 无 |
is_partition | boolean | 是否是分区子表。 | 无 |
owner_name | text | 表Owner的用户名,可与hg_query_log的usename列做join。 | 无 |
create_time | timestamp with time zone | 表的创建时间。 | 无 |
last_ddl_time | timestamp with time zone | 最后一次更新表信息的时间。 | 无 |
last_modify_time | timestamp with time zone | 最后一次更新表信息的时间。 | 无 |
last_access_time | timestamp with time zone | 表最后的访问时间。 | 无 |
view_def | text | 视图的定义。 | 只对视图有效。 |
comment | text | 表或视图的描述信息。 | 无 |
hot_storage_size | bigint | 表占用的热存空间,单位:Byte。 | hg_table_info查询存储量大小与使用pg_relation_size查询存在差异属于正常情况。原因是hg_table_info信息按天上报的,且pg_relation_size不包含binlog存储大小。 |
code_storage_size | bigint | 表占用的冷存空间,单位:Byte。 | hg_table_info查询存储量大小与使用pg_relation_size查询存在差异属于正常情况。原因是hg_table_info信息按天上报的,且pg_relation_size不包含Binlog存储大小。 |
hot_file_count | bigint | 表的热存文件数。 | 无 |
cold_file_count | bigint | 表的冷存文件数。 | 无 |
table_meta | jsonb | 原始的Meta信息,格式为JSONB。 | 无 |
row_count | bigint | 表或者分区的行记录数。 | 如果是分区父表,row_count为所有子表的总行数。 |
collect_time | timestamp with time zone | 数据上报的采集时间。 | 无 |
partition_count | bigint | 分区子表数量。 | 只有表为分区父表时有效。 |
parent_schema_name | text | 分区子表的父表Schema名。 | 只有表为分区子表时有效。 |
parent_table_name | text | 分区子表的父表表名。 | 只有表为分区子表时有效。 |
total_read_count | bigint | 累计读表次数(非精确,SELECT,INSERT,UPDATE,DELETE 均会导致次数增加)。 | 非精确值,不建议使用。 |
total_write_count | bigint | 累计写表次数(非精确,INSERT,UPDATE,DELETE 均会导致次数增加)。 | 非精确值,不建议使用。 |
read_sql_count_1d | bigint | T-1日(0-24点,+8时区)表的读取总次数。 |
|
write_sql_count_1d | bigint | T-1日(0-24点,+8时区)表的写入总次数。 |
|
授予查看权限
表统计信息日志需要有一定的权限才能查看,其权限规则和授权方式说明如下。
查看Hologres实例所有数据库的表统计信息日志。
授予用户Superuser权限。
Superuser账号可以查看Hologres实例所有数据库的表统计信息日志,给用户授予Superuser用户的权限,使用户有权限查看实例所有数据库的表统计信息日志。
--将“云账号ID”替换为实际用户名。如果是RAM用户,账号ID前需要添加“p4_”。 ALTER USER "云账号ID" SUPERUSER;
将用户添加到
pg_stat_scan_table
用户组。除Superuser外,Hologres还支持通过设置用户组
pg_stat_scan_tables
(V1.3.44以前版本)或pg_read_all_stats
(V1.3.44及以上版本)查看所有DB表统计信息日志,普通用户如果需要查看所有日志,可以联系Superuser授权加入该用户组。授权命令如下。-- V1.3.44以前版本 GRANT pg_stat_scan_tables TO "云账号ID";--专家权限模型授权 CALL spm_grant('pg_stat_scan_tables', '云账号ID'); -- SPM权限模型 CALL slpm_grant('pg_stat_scan_tables', '云账号ID'); -- SLPM权限模型 -- V1.3.44及以上版本 GRANT pg_read_all_stats TO "云账号ID";--专家权限模型授权 CALL spm_grant('pg_read_all_stats', '云账号ID'); -- SPM权限模型 CALL slpm_grant('pg_read_all_stats', '云账号ID'); -- SLPM权限模型
查看本数据库的表统计信息日志。
开启简单权限模型(SPM)或基于Schema级别的简单权限模型(SLPM),将用户加入
db_admin
用户组,db_admin
角色可以查看本数据库的表统计信息日志。说明普通用户只能查询当前账号对应数据库下自己为Owner的表统计信息日志。
CALL spm_grant('<db_name>_admin', '云账号ID'); -- SPM权限模型 CALL slpm_grant('<db_name>.admin', '云账号ID'); -- SLPM权限模型
查询表统计信息趋势的SQL命令
场景1:查看Holo内表的访问趋势
-- 实例所有内表的趋势变化:占用存储空间、文件数、读取次数,写入次数,行记录数
SELECT
db_name,
schema_name,
table_name,
collect_time :: date AS collect_date,
hot_storage_size,
cold_storage_size,
hot_file_count,
cold_file_count,
read_sql_count_1d,
write_sql_count_1d,
row_count
FROM
hologres.hg_table_info
WHERE
collect_time > (current_date - interval '1 week')::timestamptz -- 近一周
AND type ='TABLE'
ORDER BY collect_date desc ;
场景2:查看占用磁盘空间较大表的访问情况
-- 查看占用磁盘空间最大的 (10) 个表的访问情况
SELECT
db_name,
schema_name,
table_name,
hot_storage_size + cold_storage_size AS total_storage_size,
row_count,
sum(read_sql_count_1d) AS total_read_count,
sum(write_sql_count_1d) AS total_write_count
FROM
hologres.hg_table_info
WHERE
collect_time > (current_date - interval '1 week')::timestamptz -- 近一周
AND type = 'TABLE'
AND (
cold_storage_size IS NOT NULL
OR hot_storage_size IS NOT NULL
)
GROUP BY db_name,schema_name,table_name,total_storage_size,row_count
ORDER BY total_storage_size DESC
LIMIT 10;
场景3:查看存储top10的表的访问趋势和数据量变化趋势
-- 实例存储top 10的表(已昨天统计值为准)近一周访问趋势和存储量、数据量变化趋势
WITH top10_table AS (SELECT
db_name,
schema_name,
table_name,
hot_storage_size + cold_storage_size AS total_storage_size
FROM
hologres.hg_table_info
WHERE
collect_time >= (current_date - interval '1 day')::timestamptz -- 昨天
AND collect_time < current_date
AND type = 'TABLE'
AND ( cold_storage_size IS NOT NULL OR hot_storage_size IS NOT NULL )
ORDER BY total_storage_size DESC
LIMIT 10
)
SELECT
base.db_name,
base.schema_name,
base.table_name,
base.hot_storage_size + cold_storage_size AS total_storage_size,
base.row_count,
base.read_sql_count_1d,
base.write_sql_count_1d,
base.collect_time :: date AS collect_date
FROM
hologres.hg_table_info AS base
LEFT JOIN
top10_table
ON
base.db_name = top10_table.db_name
AND base.schema_name = top10_table.schema_name
AND base.table_name = top10_table.table_name
WHERE
collect_time > (current_date - interval '1 week')::timestamptz -- 近一周
AND type = 'TABLE'
AND ( cold_storage_size IS NOT NULL OR hot_storage_size IS NOT NULL )
ORDER BY total_storage_size DESC , collect_date DESC;
场景4:查看存储最少的表的访问趋势和数据量变化
-- 实例存储最少的10个表(已昨天统计值为准)近一周访问趋势和存储量、数据量变化趋势
WITH top10_table AS (SELECT
db_name,
schema_name,
table_name,
hot_storage_size + cold_storage_size AS total_storage_size
FROM
hologres.hg_table_info
WHERE
collect_time >= (current_date - interval '1 day')::timestamptz -- 昨天
AND collect_time < current_date
AND type = 'TABLE'
ORDER BY total_storage_size ASC LIMIT 10
)
SELECT
base.db_name,
base.schema_name,
base.table_name,
base.hot_storage_size + cold_storage_size AS total_storage_size,
base.row_count,
base.read_sql_count_1d,
base.write_sql_count_1d,
base.collect_time :: date AS collect_date
FROM
hologres.hg_table_info AS base
RIGHT JOIN
top10_table
ON
base.db_name = top10_table.db_name
AND base.schema_name = top10_table.schema_name
AND base.table_name = top10_table.table_name
WHERE
collect_time > (current_date - interval '1 week')::timestamptz -- 近一周
AND type = 'TABLE'
ORDER BY total_storage_size ASC , collect_date DESC ;
场景5:查询小文件过多而导致占用磁盘空间大的表
-- 查看每个表的文件数和占用磁盘大小,并按平均文件大小排序
-- table group 只能显示当前 db 的 shard count,其它 db 的显示为空
SELECT
db_name,
schema_name,
table_name,
cold_storage_size + hot_storage_size AS total_storage_size,
cold_file_count + hot_file_count AS total_file_count,
(cold_storage_size + hot_storage_size) / (cold_file_count + hot_file_count) AS avg_file_size,
tmp_table_info.table_meta ->> 'table_group' AS table_group,
tg_info.shard_count
FROM
hologres.hg_table_info tmp_table_info
LEFT JOIN (
SELECT
tablegroup_name,
property_value AS shard_count
FROM
hologres.hg_table_group_properties
WHERE
property_key = 'shard_count'
) tg_info ON tmp_table_info.table_meta ->> 'table_group' = tg_info.tablegroup_name
WHERE
collect_time > (current_date - interval '1 day')::timestamptz
AND type = 'TABLE'
AND (
cold_storage_size IS NOT NULL
OR hot_storage_size IS NOT NULL
)
AND (
cold_file_count IS NOT NULL
OR hot_file_count IS NOT NULL
)
AND cold_file_count + hot_file_count <> 0
ORDER BY avg_file_size;
场景6:查看表最近一次修改表数据那天的行数变化
-- 查看表最近一次修改时间,相对前一次修改时间 的总共修改数据量
-- 当实例表数量很大时,建议对 CTE tmp_table_info 做过滤,以免因拉数据太大而导致查询时间太久
WITH tmp_table_info AS (
SELECT
db_name,
schema_name,
table_name,
row_count,
collect_time,
last_modify_time
FROM
hologres.hg_table_info
WHERE
last_modify_time IS NOT NULL
AND type = 'TABLE'
-- 在这里对 tmp_table_info 做一些过滤
-- 如 collect_time > (current_date - interval '14 day'):: timestamptz
-- 如 table_name like ''
-- 如 type = 'PARTITION'
)
SELECT
end_data.db_name AS db_name,
end_data.schema_name AS schema_name,
end_data.table_name AS table_name,
(end_data.row_count - start_data.row_count) AS modify_row_count,
end_data.row_count AS current_rows,
end_data.last_modify_time AS last_modify_time
FROM
(
SELECT
db_name,
schema_name,
table_name,
row_count,
last_modify_time
FROM
tmp_table_info
WHERE
collect_time > (current_date - interval '1 day')::timestamptz -- 查询昨天记录的表的最后修改时间
) end_data
LEFT JOIN (
SELECT
db_name,
schema_name,
table_name,
row_count,
collect_time
FROM
tmp_table_info
) start_data ON (
end_data.db_name = start_data.db_name
AND end_data.schema_name = start_data.schema_name
AND end_data.table_name = start_data.table_name
AND end_data.last_modify_time::date = (start_data.collect_time + interval '1 day')::date
);