バージョン: 4.x

並列性チューニング

概要

Dorisクエリは、MPP（Massively Parallel Processing）フレームワークで実行されます。各クエリは複数のBE（Backend Executor）間で並列に実行されます。一方、単一のBE内では、クエリ実行効率を向上させるためにマルチスレッド並列アプローチが採用されています。現在、クエリ、DML（Data Manipulation Language）、DDL（Data Definition Language）を含むすべてのタイプのステートメントが並列実行をサポートしています。

単一のBE内での並列性の制御パラメータはparallel_pipeline_task_numです。これは、実行中に単一のFragmentが使用するワーキングタスクの数を指します。実際の本番環境では、不適切な並列性設定によりパフォーマンスの問題が生じる可能性があります。以下の例では、並列性を最適化するケースを説明します。

並列性チューニングの原則

parallel_pipeline_task_numを設定する目的は、マルチコアリソースを完全に活用し、クエリレイテンシを削減することです。ただし、マルチコア並列実行を可能にするために、通常いくつかのデータシャッフル演算子と複数スレッド間の同期ロジックが導入され、これも不要なリソースの浪費につながる可能性があります。

Dorisのデフォルト値は0で、これはBEのCPUコア数の半分です。この値は、単一クエリと並行操作の両方のリソース使用率を考慮しており、通常はユーザーが調整に介入する必要はありません。パフォーマンスのボトルネックがある場合は、必要な調整について以下の例を参照してください。Dorisは適応戦略を継続的に改善しており、通常は特定のシナリオまたはSQLレベルで必要な調整を行うことが推奨されます。

BEが16個のCPUコアを持つと仮定します：

単一テーブルでの単純な操作（単一テーブルポイントクエリ、少量のデータを取得するWHERE句スキャン、少量のデータのLIMIT、またはマテリアライズドビューのヒットなど）の場合、並列性を1に設定できます。

説明：単一テーブルでの単純な操作は1つのFragmentのみを含みます。このようなクエリのボトルネックは通常、データスキャンと処理にあります。データスキャンスレッドとクエリ実行スレッドは分離されており、データスキャンスレッドは適応的に並列スキャンを実行します。ここでは、ボトルネックはクエリスレッドではないため、並列性を直接1に設定できます。
2テーブルJOINまたは集約クエリを含むクエリで、データ量が大きく、CPU集約的なクエリであることが確認されている場合、並列性を16に設定できます。

説明：2テーブルJOINまたは集約クエリは、データ計算集約的なクエリです。CPUが完全に利用されていない場合は、デフォルト値を基準に並列性を増加させることを検討し、Pipelineエグゼキューションエンジンの並列機能を活用してCPUリソースを計算に完全に利用します。各PipelineTaskが割り当てられたCPUリソースを最大限に活用できることは保証されません。したがって、並列性を適切に調整し、例えば16に設定してCPUをより良く活用できます。ただし、並列性は無制限に増加させるべきではありません。48に設定しても実質的な利益はもたらされず、代わりにスレッドスケジューリングオーバーヘッドとフレームワークスケジューリングオーバーヘッドが増加します。
ストレステストシナリオで、ストレステスト内の複数のクエリがCPUを完全に利用できる場合、並列性を1に設定できます。

説明：ストレステストシナリオでは、十分なクエリタスクがあります。過度な並列性もスレッドスケジューリングオーバーヘッドとフレームワークスケジューリングオーバーヘッドをもたらします。この場合、1に設定する方が合理的です。
複雑なクエリの場合、Profileとマシン負荷に基づいて並列性を柔軟に調整する必要があります。ここでは、デフォルト値の使用が推奨されます。適さない場合は、4-2-1の段階的調整を試すことができ、クエリパフォーマンスとマシン負荷を観察する必要があります。

並列性チューニングの方法

Dorisでは、ユーザーがクエリの並列性を手動で指定して、クエリ実行中の並列実行効率を調整できます。

SQLレベル調整

SQL HINTを使用して、単一のSQLステートメントの並列性を指定します。これにより、異なるSQLステートメントの並列性を柔軟に制御して、最適な実行結果を実現できます。

select /*+SET_VAR(parallel_pipeline_task_num=8)*/ * from nation, lineitem where lineitem.l_suppkey = nation.n_nationkey
select /*+SET_VAR(parallel_pipeline_task_num=8,runtime_filter_mode=global)*/ * from nation, lineitem where lineitem.l_suppkey = nation.n_nationkey

セッションレベル調整

セッション変数を通じてセッションレベルでparallelismを調整します。セッション内のすべてのクエリ文は指定されたparallelismで実行されます。単一行のSQLクエリでもこのparallelismが使用されるため、パフォーマンスの低下を引き起こす可能性があることにご注意ください。

set parallel_pipeline_task_num = 8;

グローバル調整

グローバル調整が必要な場合、通常はCPU使用率調整を含みますが、並列処理をグローバルに設定できます。

set global parallel_pipeline_task_num = 8;

tabletsと並列処理

バージョン2.1以降、Dorisはtablet数から並列処理を分離することをサポートしています。

以前のバージョンでは、並列処理はクエリに関与するtablet数を超えることができませんでした。例えば、クエリが5つのtabletsに関与する場合、最大スキャン並行数は5のみでした。これにより、一部の大きなtabletsを並行して読み取ることができない場合がありました。

新バージョンでは、Dorisはshard内での並行読み取りをサポートしています。この機能は自動的に有効化され、ユーザー設定は不要です。

この機能はDuplicateおよびUnique Key Merge-On-Writeテーブルモデルのみをサポートすることに注意してください。AggregateおよびUnique Key Merge-On-Readモデルには適用されません。これら2つのモデルでは、クエリの並列処理は依然としてtablet数によって制約されます。

ベストプラクティス

ケース1: 高並行プレッシャーシナリオでの高並列処理による高CPU使用率

オンラインで高CPU使用率が観測され、一部の低レイテンシクエリのパフォーマンスに影響を与える場合、CPU使用率を削減するためにクエリの並列処理を調整することを検討してください。Dorisの設計思想は、可能な限り早くクエリ結果を取得するためにより多くのリソースを使用することを優先することであるため、オンラインリソースが逼迫している一部のシナリオでは、これにより性能が低下する可能性があります。そのため、適切な並列処理の調整により、限られたリソース下でのクエリの全体的な安定性と効率性を向上させることができます。

並列処理をデフォルト値の0（CPUコア数の半分）から4に設定します：

set global parallel_pipeline_task_num = 4;

グローバル設定の後、現在の接続と新しい接続に対して有効になります。既存の他の接続は影響を受けません。即座にグローバルに効果を適用する必要がある場合は、FE (Frontend) を再起動できます。調整後、CPU使用率は以前のピーク値の60%に削減され、一部の低レイテンシクエリへの影響を軽減します。

ケース2: 並列度を増加してクエリ高速化のためにCPUをさらに活用する

Dorisの現在のデフォルト並列度はCPUコア数の半分であり、一部の計算集約的なシナリオではクエリ高速化のためにCPUを完全に活用できません。

select sum(if(t2.value is null, 0, 1)) exist_value, sum(if(t2.value is null, 1, 0)) no_exist_value
from  t1 left join  t2 on t1.key = t2.key;

左テーブルに20億行、右テーブルに500万行があるシナリオでは、上記のSQLの実行に28秒かかります。Profileを確認してください：

HASH_JOIN_OPERATOR (id=3, nereids_id=448):
                - PlanInfo
                   - join op: LEFT OUTER JOIN(BROADCAST)[]
                   - equal join conjunct: (value = value)
                   - cardinality=2,462,330,332
                   - vec output tuple id: 5
                   - output tuple id: 5
                   - vIntermediate tuple ids: 4 
                   - hash output slot ids: 16 
                   - projections: value
                   - project output tuple id: 5
                - BlocksProduced: sum 360.099K (360099), avg 45.012K (45012), max 45.014K (45014), min 45.011K (45011)
                - CloseTime: avg 8.44us, max 13.327us, min 5.574us
                - ExecTime: avg 26sec153ms, max 26sec261ms, min 26sec33ms
                - InitTime: avg 7.122us, max 13.395us, min 4.541us
                - MemoryUsage: sum, avg, max, min 
                  - PeakMemoryUsage: sum 1.16 MB, avg 148.00 KB, max 148.00 KB, min 148.00 KB
                  - ProbeKeyArena: sum 1.16 MB, avg 148.00 KB, max 148.00 KB, min 148.00 KB
                - OpenTime: avg 2.967us, max 4.120us, min 1.562us
                - ProbeRows: sum 1.4662330332B (1462330332), avg 182.791291M (182791291), max 182.811875M (182811875), min 182.782658M (182782658)
                - ProjectionTime: avg 165.392ms, max 169.762ms, min 161.727ms
                - RowsProduced: sum 1.462330332B (1462330332), avg 182.791291M (182791291), max 182.811875M (182811875), min 182.782658M (182782658)

ここでの主な時間のかかる部分：ExecTime: avg 26sec153ms, max 26sec261ms, min 26sec33ms はすべてJoin operatorで発生しており、処理されたデータの総量：ProbeRows: sum 1.4662330332B は14億件で、これは典型的なCPU集約的な計算シナリオです。マシンの監視を確認すると、CPUリソースが十分に活用されておらず、CPU使用率は60%であることがわかります。この時点で、並列度を増やしてアイドル状態のCPUリソースをさらに活用し、高速化を図ることを検討します。

並列度を以下のように設定します：

set parallel_pipeline_task_num = 16;

クエリ実行時間は28秒から19秒に短縮され、CPU使用率は60%から90%に向上しました。

概要

通常、ユーザーはクエリ並列性を調整する必要はありません。調整が必要な場合は、以下の点に注意してください：

CPU使用率から始めることを推奨します。PROFILEツールの出力を通じてCPUボトルネックかどうかを観察し、並列性に対して合理的な修正を試みてください。
単一のSQLを調整することは比較的安全です。過度にアグレッシブなグローバル修正は行わないようにしてください。

概要​

並列性チューニングの原則​

並列性チューニングの方法​

SQLレベル調整​

セッションレベル調整​

グローバル調整​

tabletsと並列処理​

ベストプラクティス​

ケース1: 高並行プレッシャーシナリオでの高並列処理による高CPU使用率​

ケース2: 並列度を増加してクエリ高速化のためにCPUをさらに活用する​

概要​

概要