Utilizzo della vista SVL_QUERY_REPORT - Amazon Redshift

Amazon Redshift non supporterà più la creazione di nuovi Python a UDFs partire dal 1° novembre 2025. Se vuoi usare Python UDFs, crea la UDFs data precedente a quella data. Python esistente UDFs continuerà a funzionare normalmente. Per ulteriori informazioni, consulta il post del blog.

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Utilizzo della vista SVL_QUERY_REPORT

Per analizzare le informazioni di riepilogo delle query utilizzando sliceSVL_QUERY_REPORT, procedi come segue:

  1. Esegui la seguente operazione per determinare l'ID della tua query:

    select query, elapsed, substring
from svl_qlog
order by query
desc limit 5;

    Esamina il testo troncato della query nel campo substring per determinare quale valore query rappresenta la tua query. Se hai eseguito la query più di una volta, utilizza il valore query a partire dalla riga con il valore elapsed più basso. Questa è la riga per la versione compilata. Se stai eseguendo molte query, puoi alzare il valore utilizzato dalla clausola LIMIT, che viene usata per accertarsi che la query sia inclusa.

  2. Seleziona le righe da SVL_QUERY_REPORT per la tua query. Ordina i risultati per segmento, fase, tempo trascorso e righe:

    select * from svl_query_report where query = MyQueryID order by segment, step, elapsed_time, rows;

  3. Per ogni fase, verifica che tutte le sezioni abbiano processato approssimativamente lo stesso numero di righe:

    Un elenco di porzioni di dati utilizzate per eseguire una query. Ogni sezione elabora all'incirca lo stesso numero di righe.

    Verifica anche che tutte le sezioni abbiano impiegato approssimativamente lo stesso tempo:

    Un elenco di porzioni di dati utilizzate per eseguire una query. Ogni slice richiede all'incirca lo stesso periodo di tempo.

    Grosse discrepanze in questi valori possono indicare che, la differenza della distribuzione dei dati, è dovuta allo stile di distribuzione non ottimale per questa query particolare. Per le soluzioni consigliate, consultare Distribuzione dei dati non ottimale.