在[1]里的“configuration:”配table.exec.resource.default-parallelism [1] https://ci.apache.org/projects/flink/flink-docs-master/dev/table/sqlClient.html#environment-files
On Mon, Mar 23, 2020 at 9:48 AM 111 <[email protected]> wrote: > Hi jingsong: > 这里的并发是系统自动生产的，前面两张表都是通过sql-gateway，在一个session中创建出来的。所以到这里并行度都是1了... > > > | | > xinghalo > | > | > [email protected] > | > 签名由网易邮箱大师定制 > > > 在2020年03月23日 09:33，Jingsong Li<[email protected]> 写道： > Hi, > > 看起来你的Join SQL是有Key等值条件的，所以它可以做分布式的Join。 > 但是你的并发为1，一般来说我们分布式的计算都不会设成1，不然就是单机运算了。 > > 就像Kurt所说， 修改你的并发： > table.exec.resource.default-parallelism，比如设为50或100试试。 > > Best, > Jingsong Lee > > On Sun, Mar 22, 2020 at 10:08 AM Kurt Young <[email protected]> wrote: > > 你的plan里除了source之外，其他所有节点都是在单并发运行，这对两张1000多万的表join来说是不够的，你可以尝试加大并发。 > > Best, > Kurt > > > On Sat, Mar 21, 2020 at 1:30 PM 111 <[email protected]> wrote: > > Hi: > 看了下源代码，了解了下Hybrid hash join。大致了解了瓶颈点： > Hybrid hash > join，会把build表（也就是我的右表）通过hash映射成map，并按照某种规则进行分区存储（有的在内存，超过的放入磁盘）。 > 目前看磁盘上的那部分join应该是整个任务的瓶颈。 > 具体调优方法，还在探索中...也许有什么配置可以控制build表内存存储的大小. > 在2020年03月21日 11:01，111<[email protected]> 写道： > Hi, wu: > 好的，我这边观察下gc情况。 > 另外，我的sql里面有关联条件的，只是第一个表1400多万条，第二张表1000多万条。 > | select > > > wte.external_user_id, > > wte.union_id, > > mr.fk_member_id as member_id > > from a wte > > left join b mr > > on wte.union_id = mr.relation_code > > where wte.ods_date = '${today}' > > limit 10; > > | > 我在ui里面可以看到任务也在正常运行，只是每秒输入700条左右，每秒输出1700，所以对比总量来说十分缓慢。 > > > 目前不太清楚性能的瓶颈点和优化的方向： > 1 > 网络传输太慢，导致两表不能及时join？这里不知道如何排查，Metrics里面有个netty的相关指标，看不出什么；其他的指标除了hashjoin > in和out缓慢变化，其他的都没有什么变化。 > 2 并行度过低，导致单点slot需要执行两个千万级表的关联？可否动态修改或者配置probe表的并行度？ > 3 JVM内存问题？详情见附件，观察内存还是很充足的，貌似垃圾回收有点频繁，是否有必要修改jvm配置？ > 4 taskmanager的日志不太理解….到build phase就停住了，是日志卡主了 还是 此时正在进行build的网络传输？ > | > 2020-03-21 09:23:14,732 INFO > org.apache.flink.table.runtime.hashtable.BinaryHashBucketArea - The > rehash > take 4 ms for 32768 segments > 2020-03-21 09:23:14,738 INFO > org.apache.flink.table.runtime.hashtable.BinaryHashBucketArea - The > rehash > take 4 ms for 32768 segments > 2020-03-21 09:23:14,744 INFO > org.apache.flink.table.runtime.hashtable.BinaryHashBucketArea - The > rehash > take 4 ms for 32768 segments > 2020-03-21 09:23:14,750 INFO > org.apache.flink.table.runtime.hashtable.BinaryHashBucketArea - The > rehash > take 4 ms for 32768 segments > 2020-03-21 09:23:14,756 INFO > org.apache.flink.table.runtime.hashtable.BinaryHashBucketArea - The > rehash > take 4 ms for 32768 segments > 2020-03-21 09:23:14,762 INFO > org.apache.flink.table.runtime.hashtable.BinaryHashBucketArea - The > rehash > take 4 ms for 32768 segments > 2020-03-21 09:23:14,772 INFO > org.apache.flink.table.runtime.hashtable.BinaryHashBucketArea - The > rehash > take 4 ms for 32768 segments > 2020-03-21 09:23:14,779 INFO > org.apache.flink.table.runtime.hashtable.BinaryHashBucketArea - The > rehash > take 4 ms for 32768 segments > 2020-03-21 09:23:16,357 INFO > org.apache.flink.table.runtime.hashtable.BinaryHashBucketArea - The > rehash > take 14 ms for 65536 segments > 2020-03-21 09:23:16,453 INFO > org.apache.flink.table.runtime.hashtable.BinaryHashBucketArea - The > rehash > take 10 ms for 65536 segments > 2020-03-21 09:23:16,478 INFO > org.apache.flink.table.runtime.hashtable.BinaryHashBucketArea - The > rehash > take 9 ms for 65536 segments > 2020-03-21 09:23:16,494 INFO > org.apache.flink.table.runtime.hashtable.BinaryHashBucketArea - The > rehash > take 9 ms for 65536 segments > 2020-03-21 09:23:16,509 INFO > org.apache.flink.table.runtime.hashtable.BinaryHashBucketArea - The > rehash > take 10 ms for 65536 segments > 2020-03-21 09:23:16,522 INFO > org.apache.flink.table.runtime.hashtable.BinaryHashBucketArea - The > rehash > take 9 ms for 65536 segments > 2020-03-21 09:23:16,539 INFO > org.apache.flink.table.runtime.hashtable.BinaryHashBucketArea - The > rehash > take 9 ms for 65536 segments > 2020-03-21 09:23:16,554 INFO > org.apache.flink.table.runtime.hashtable.BinaryHashBucketArea - The > rehash > take 10 ms for 65536 segments > 2020-03-21 09:23:16,574 INFO > org.apache.flink.table.runtime.hashtable.BinaryHashBucketArea - The > rehash > take 9 ms for 65536 segments > 2020-03-21 09:23:16,598 INFO > org.apache.flink.table.runtime.hashtable.BinaryHashBucketArea - The > rehash > take 9 ms for 65536 segments > 2020-03-21 09:23:16,611 INFO > org.apache.flink.table.runtime.hashtable.BinaryHashBucketArea - The > rehash > take 10 ms for 65536 segments > 2020-03-21 09:23:20,157 INFO > org.apache.flink.table.runtime.hashtable.BinaryHashBucketArea - The > rehash > take 213 ms for 131072 segments > 2020-03-21 09:23:21,579 INFO > org.apache.flink.table.runtime.operators.join.HashJoinOperator - Finish > build phase. > | > > > > > 在2020年03月21日 10:31，Jark Wu<[email protected]> 写道： > Hi, > > 看起来你的 join 没有等值关联条件，导致只能单并发运行。你可以观察下这个 join 节点的 gc 情况，看看是不是 full gc > 导致运行缓慢。 > 关于 batch join，Jingsong 比我更熟悉一些调优手段，也许他能提供一些思路，cc @Jingsong Li > <[email protected]> > > Best, > Jark > > On Fri, 20 Mar 2020 at 17:56, 111 <[email protected]> wrote: > > > > 图片好像挂了： > > > > > > > https://picabstract-preview-ftn.weiyun.com/ftn_pic_abs_v3/93a8ac1299f8edd31aa93d69bd591dcc5b768e2c6f2d7a32ff3ac244040b1cac3e8afffd0daf92c4703c276fa1202361?pictype=scale&from=30113&version=3.3.3.3&uin=23603357&fname=F74D73D5-810B-4AE7-888C-E65BF787E490.png&size=750 > > > 在2020年03月20日 17:52，111<[email protected]> 写道： > 您好： > 我有两张表数据量都是1000多万条，需要针对两张表做join。 > 提交任务后，发现join十分缓慢，请问有什么调优的思路？ > 需要调整managed memory吗？ > > 目前每个TaskManager申请的总内存是2g，每个taskManager上面有4个slot。taskmanager的metrics如下： > | { > "id":"container_e40_1555496777286_675191_01_000107", > "path":"akka.tcp://flink@hnode9:33156/user/taskmanager_0", > "dataPort":39423, > "timeSinceLastHeartbeat":1584697728127, > "slotsNumber":4, > "freeSlots":3, > "hardware":{ > "cpuCores":32, > "physicalMemory":135355260928, > "freeMemory":749731840, > "managedMemory":732828804 > }, > "metrics":{ > "heapUsed":261623760, > "heapCommitted":781189120, > "heapMax":781189120, > "nonHeapUsed":100441328, > "nonHeapCommitted":102957056, > "nonHeapMax":1426063360, > "directCount":5662, > "directUsed":191911352, > "directMax":191911350, > "mappedCount":0, > "mappedUsed":0, > "mappedMax":0, > "memorySegmentsAvailable":5582, > "memorySegmentsTotal":5591, > "garbageCollectors":[ > { > "name":"PS_Scavenge", > "count":5734, > "time":19767 > }, > { > "name":"PS_MarkSweep", > "count":7, > "time":893 > } > ] > } > } | > > > > > > > > > > -- > Best, Jingsong Lee > -- Best, Jingsong Lee
