parquet-mem-cache-size - Amazon Timestream

Untuk kemampuan serupa dengan Amazon Timestream LiveAnalytics, pertimbangkan Amazon Timestream untuk InfluxDB. Ini menawarkan konsumsi data yang disederhanakan dan waktu respons kueri milidetik satu digit untuk analitik waktu nyata. Pelajari lebih lanjut di sini.

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

parquet-mem-cache-size

Rincian Parameter
Default 20%Memori sistem
Nilai yang Diizinkan Persentase (misalnya,20%) atau angka absolut (0 — 1,610.612,736,000)
Kategori Manajemen Memori/Caching

Penjelasan terperinci:

Mengatur jumlah maksimum memori yang didedikasikan untuk menyimpan data file Parket dalam memori. Cache ini menyimpan blok data Parket yang baru diakses, secara dramatis mengurangi latensi baca untuk kueri berulang atas data yang sama. Ini adalah salah satu parameter yang paling berdampak untuk kinerja. read/query

Dampak:

  • Terlalu rendah: Cache yang sering melewatkan pembacaan paksa dari penyimpanan objek, secara signifikan meningkatkan latensi kueri (jaringan I/O vs. akses memori).

  • Terlalu tinggi: Memori tidak cukup untuk eksekusi kueri, buffer WAL, dan proses sistem.

  • Optimal: Biasanya 15-25% dari total memori instans, tergantung pada ukuran set kerja.

Rekomendasi berdasarkan Ukuran Instance:

Rekomendasi Ukuran Instance
Tipe Instans Memori (GiB) Nilai yang Direkomendasikan Perkiraan. GiB Alasan
db.influx.medium 8 15%atau 1.073.741.824 ~ 1.2 Cache minimal; memori langka
db.influx.large 16 20% ~ 3.2 Default sesuai
db.influx.xlarge 32 20% ~6.4 Ukuran cache yang berarti
db.influx.2xlarge 64 20% ~ 12.8 Cakupan set kerja yang baik
db.influx.4xlarge 128 25% ~32 Cache besar untuk analitik
db.influx.8xlarge 256 25% ~64 Cache substansional
db.influx.12xlarge 384 25% ~96 Dukungan set kerja yang sangat besar
db.influx.16xlarge 512 25% ~128 Kapasitas cache besar
db.influx.24xlarge 768 25% ~192 Cache maksimum untuk contoh terbesar