Amazon Redshift: 『パフォーマンスチューニングテクニック Top 10』手順の実践(4).統計情報が無い表、もしくはVACCUMが必要な表

「Amazon Redshiftのパフォーマンスチューニングテクニック Top 10」手順実践

#ビッグデータ

#Amazon Redshift

#AWS

しんや

2016.03.04

この記事は公開されてから1年以上経過しています。情報が古い可能性がありますので、ご注意ください。

当エントリは先日投稿したシリーズ『『Amazon Redshiftのパフォーマンスチューニングテクニック Top 10』手順実践』の第4弾です。課題#4の『統計情報が無い表、もしくはVACCUMが必要な表』について内容を見て行きたいと思います。

AWS Solutions Architect ブログ: Amazon Redshiftのパフォーマンスチューニングテクニック Top 10

『課題 #4: 統計情報が無い表、もしくはVACCUMが必要な表』を実践してみる

amazon-redshift-utils/missing_table_stats.sql at master · awslabs/amazon-redshift-utils

a stats_offの項目説明には『テーブルの統計情報の古さを示す数。0 は最新で、100 は最新でないことを示します。』とあります。また、表示条件を『5以下』としていますが、一定期間で直近実行されていたものについてはここでは対象としては省く形にしているのでしょう。100に近ければ近いほど"最新では無い、VACUUM/ANALYZEすべき"であるという事で、SQLのソート条件も100に近いものが上位に来るように書き換えてみました。

SVV_TABLE_INFO - Amazon Redshift

SELECT
  database,
  schema || '.' || "table" AS "table",
  stats_off 
FROM
  svv_table_info 
WHERE
  stats_off > 5 
ORDER BY
  stats_off DESC;

結果は以下の様になります。ここでは対象となったものの中からzzzzzzzスキーマのt_sampledataテーブルについて対処を施してみたいと思います。

  database   |                 table                  | stats_off 
-------------+----------------------------------------+-----------
 xxxxxxxxxxx | public.abcdefg                         |    100.00
 xxxxxxxxxxx | zzzzzzz.t_sampledata                   |    100.00
 xxxxxxxxxxx | aaaaaaa.bbbbbbb                        |     99.99
 xxxxxxxxxxx | public.hijklmn                         |     99.99
 :
 xxxxxxxxxxx | public.aaaaaaa                         |     11.84
 xxxxxxxxxxx | public.bbbbbbb                         |     10.81
(71 rows)

対処を施す、と言っても単純にVACUUMコマンドとANALYZEコマンドを実行するのみです。テーブルを指定してそれぞれ実行します。

# VACUUM zzzzzzz.t_sampledata;
VACUUM
# ANALYZE zzzzzzz.t_sampledata;
ANALYZE

実行後、対象テーブルの状況を改めて確認してみます。こちらのSQLでは条件を外してスキーマとテーブルを指定しています。stats_offの値が0になっている＝統計情報が最新である事を確認出来ました。

# SELECT
  database,
  schema || '.' || "table" AS "table",
  stats_off 
FROM
  svv_table_info
WHERE
      svv_table_info.schema = 'zzzzzzz'
  AND svv_table_info.table = 't_sampledata';
  
  database   |        table         | stats_off 
-------------+----------------------+-----------
 xxxxxxxxxxx | zzzzzzz.t_sampledata |      0.00
(1 row)

テーブル統計情報を更新する為のANALYE処理、またANALYZE処理と併せて実行・考慮される事が多いVACUUM処理の実行タイミング等については以下公式ドキュメントにその詳細が載っているのでご参照ください。大筋としては、こまめな実行を心掛けておく形が良さそうです。

また、この課題についてのユーティリティツールが以下GitHubに公開されています。こちらを活用してみるというのも手かも知れません。