在Hologres中如何查看表统计信息并分析_实时数仓 Hologres(Hologres)-阿里云帮助中心

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。

说明

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： TABLE：普通表和分区子表。 PARTITION TABLE：分区父表。 FOREIGN TABLE：外表。 VIEW：视图。 MATERIALIZED VIEW：物化视图。	当type类型为VIEW时，create_time、last_ddl_time字段为空。当type类型为VIEW、FOREIGN TABLE或PARTITION TABLE时，last_modify_time、last_access_time、hot_file_count、cold_file_count、total_read_count、total_write_count字段值为空，无记录。
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。	仅3.0版本开始支持。如果是分区表，SQL命中了具体的分区子表，仅子表采集数据，父表不采集。
write_sql_count_1d	bigint	T-1日（0-24点，+8时区）表的写入总次数。	仅3.0版本开始支持。如果是分区表，SQL命中了具体的分区子表，仅子表采集数据，父表不采集。

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
  );