TiDB Cloud
TiDB Self-Managed
Learning Center
お問い合わせ

TiFlashディスクへの書き込み

このドキュメントでは、 TiFlash が計算中にデータをディスクに書き出す方法について説明します。

v7.0.0 以降、 TiFlash はメモリ負荷を軽減するために中間データをディスクに書き出すことをサポートしています。次の演算子がサポートされています。

  • 等結合条件を持つハッシュ結合演算子
  • GROUP BYのキーを持つハッシュ集計演算子
  • TopN 演算子とウィンドウ関数のソート演算子

こぼれを誘発する

TiFlash は、データをディスクに書き出すための 2 つのトリガー メカニズムを提供します。

  • オペレータ レベルのスピル: 各オペレータのデータ スピルしきい値を指定することにより、 TiFlash がそのオペレータのデータをディスクにスピルするタイミングを制御できます。
  • クエリ レベルのスピル: TiFlashノードでのクエリの最大メモリ使用量とスピルのメモリ比率を指定することにより、 TiFlash がクエリでサポートされている演算子のデータを必要に応じてディスクにスピルするタイミングを制御できます。

オペレータレベルの流出

v7.0.0 以降、 TiFlash はオペレータ レベルでの自動スピルをサポートします。次のシステム変数を使用して、各オペレータのデータ スピルのしきい値を制御できます。オペレータのメモリ使用量がしきい値を超えると、 TiFlash はオペレータのスピルをトリガーします。

例

この例では、ハッシュ集計演算子のスピルを示すために、大量のメモリを消費する SQL ステートメントを構築します。

  1. 環境を準備します。2 つのノードを持つTiFlashクラスターを作成し、TPCH-100 データをインポートします。

  2. 次のステートメントを実行します。これらのステートメントは、 GROUP BYキーを持つハッシュ集計演算子のメモリ使用量を制限しません。

    SET tidb_max_bytes_before_tiflash_external_group_by = 0;
SELECT
  l_orderkey,
  MAX(L_COMMENT),
  MAX(L_SHIPMODE),
  MAX(L_SHIPINSTRUCT),
  MAX(L_SHIPDATE),
  MAX(L_EXTENDEDPRICE)
FROM lineitem
GROUP BY l_orderkey
HAVING SUM(l_quantity) > 314;

  3. TiFlashのログから、クエリは単一のTiFlashノードで 29.55 GiB のメモリを消費する必要があることがわかります。

    [DEBUG] [MemoryTracker.cpp:69] ["Peak memory usage (total): 29.55 GiB."] [source=MemoryTracker] [thread_id=468]

  4. 次のステートメントを実行します。このステートメントは、 GROUP BYキーを持つハッシュ集計演算子のメモリ使用量を 10737418240 (10 GiB) に制限します。

    SET tidb_max_bytes_before_tiflash_external_group_by = 10737418240;
SELECT
  l_orderkey,
  MAX(L_COMMENT),
  MAX(L_SHIPMODE),
  MAX(L_SHIPINSTRUCT),
  MAX(L_SHIPDATE),
  MAX(L_EXTENDEDPRICE)
FROM lineitem
GROUP BY l_orderkey
HAVING SUM(l_quantity) > 314;

  5. TiFlashのログを見ると、 tidb_max_bytes_before_tiflash_external_group_by設定するとTiFlash が中間結果のスピルをトリガーし、クエリで使用されるメモリが大幅に削減されることがわかります。

    [DEBUG] [MemoryTracker.cpp:69] ["Peak memory usage (total): 12.80 GiB."] [source=MemoryTracker] [thread_id=110]

クエリレベルのスピル

v7.4.0 以降、 TiFlash はクエリ レベルでの自動スピルをサポートします。この機能は、次のシステム変数を使用して制御できます。

tiflash_mem_quota_query_per_nodeとtiflash_query_spill_ratio両方が 0 より大きい値に設定されている場合、クエリのメモリ使用量がtiflash_mem_quota_query_per_node * tiflash_query_spill_ratio超えると、 TiFlash はクエリでサポートされている演算子のスピルを自動的にトリガーします。

例

この例では、クエリ レベルのスピルを示すために、大量のメモリを消費する SQL ステートメントを構築します。

  1. 環境を準備します。2 つのノードを持つTiFlashクラスターを作成し、TPCH-100 データをインポートします。

  2. 次のステートメントを実行します。これらのステートメントは、クエリのメモリ使用量や、 GROUP BYキーを持つハッシュ集計演算子のメモリ使用量を制限しません。

    SET tidb_max_bytes_before_tiflash_external_group_by = 0;
SET tiflash_mem_quota_query_per_node = 0;
SET tiflash_query_spill_ratio = 0;
SELECT
  l_orderkey,
  MAX(L_COMMENT),
  MAX(L_SHIPMODE),
  MAX(L_SHIPINSTRUCT),
  MAX(L_SHIPDATE),
  MAX(L_EXTENDEDPRICE)
FROM lineitem
GROUP BY l_orderkey
HAVING SUM(l_quantity) > 314;

  3. TiFlashのログから、クエリが単一のTiFlashノードで 29.55 GiB のメモリを消費していることがわかります。

    [DEBUG] [MemoryTracker.cpp:69] ["Peak memory usage (total): 29.55 GiB."] [source=MemoryTracker] [thread_id=468]

  4. 次のステートメントを実行します。これらのステートメントは、 TiFlashノード上のクエリの最大メモリ使用量を 5 GiB に制限します。

    SET tiflash_mem_quota_query_per_node = 5368709120;
SET tiflash_query_spill_ratio = 0.7;
SELECT
  l_orderkey,
  MAX(L_COMMENT),
  MAX(L_SHIPMODE),
  MAX(L_SHIPINSTRUCT),
  MAX(L_SHIPDATE),
  MAX(L_EXTENDEDPRICE)
FROM lineitem
GROUP BY l_orderkey
HAVING SUM(l_quantity) > 314;

  5. TiFlashのログを見ると、クエリ レベルのスピルを構成すると、 TiFlash が中間結果のスピルをトリガーし、クエリで使用されるメモリが大幅に削減されることがわかります。

    [DEBUG] [MemoryTracker.cpp:101] ["Peak memory usage (for query): 3.94 GiB."] [source=MemoryTracker] [thread_id=1547]

注記

  • ハッシュ集計演算子にGROUP BYキーがない場合、スピルはサポートされません。ハッシュ集計演算子に個別の集計関数が含まれている場合でも、スピルはサポートされません。

  • 現在、演算子レベルのスピルのしきい値は、演算子ごとに個別に計算されます。 2 つのハッシュ集計演算子を含むクエリの場合、クエリレベルのスピルが構成されておらず、集計演算子のしきい値が 10 GiB に設定されている場合、2 つのハッシュ集計演算子は、それぞれのメモリ使用量が 10 GiB を超えた場合にのみデータをスピルします。

  • 現在、ハッシュ集計演算子と TopN/Sort 演算子は、復元フェーズ中にマージ集計およびマージ ソート アルゴリズムを使用します。したがって、これら 2 つの演算子は、スピルの 1 ラウンドのみをトリガーします。メモリ需要が非常に高く、復元フェーズ中のメモリ使用量が依然としてしきい値を超える場合、スピルは再度トリガーされません。

  • 現在、ハッシュ結合演算子はパーティションベースのスピル戦略を使用しています。復元フェーズ中のメモリ使用量が依然としてしきい値を超える場合、スピルは再度トリガーされます。ただし、スピルの規模を制御するために、スピルのラウンド数は 3 回に制限されています。復元フェーズ中のメモリ使用量が 3 回目のスピル後も依然としてしきい値を超える場合、スピルは再度トリガーされません。

  • クエリ レベルのスピルが設定されている場合 (つまり、 tiflash_mem_quota_query_per_nodeとtiflash_query_spill_ratio両方が 0 より大きい場合)、 TiFlash は個々の演算子のスピルしきい値を無視し、クエリ レベルのスピルしきい値に基づいてクエリ内の関連する演算子のスピルを自動的にトリガーします。

  • クエリ レベルのスピルが構成されている場合でも、クエリで使用される演算子がスピルをサポートしていない場合、そのクエリの中間計算結果はディスクにスピルできません。この場合、そのクエリのメモリ使用量が関連するしきい値を超えると、 TiFlash はエラーを返し、クエリを終了します。

  • クエリ レベルのスピルが構成されていて、クエリにスピルをサポートする演算子が含まれている場合でも、次のいずれかのシナリオでメモリしきい値を超えたためにクエリがエラーを返す可能性があります。

    • クエリ内のその他の非スピル演算子はメモリを大量に消費します。
    • スピル演算子は、タイムリーにディスクにスピルしません。

    スピル演算子が時間内にディスクにスピルしない状況に対処するには、メモリしきい値エラーを回避するためにtiflash_query_spill_ratioを減らすことを試みることができます。

このページは役に立ちましたか？