【视频】云原生数据仓库 AnalyticDB PG 解析与实践(下)|学习笔记(四)

本文涉及的产品
阿里云百炼推荐规格 ADB PostgreSQL,4核16GB 100GB 1个月
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
数据管理 DMS,安全协同 3个实例 3个月
推荐场景:
学生管理系统数据库
简介: 快速学习【视频】云原生数据仓库 AnalyticDB PG 解析与实践(下)

开发者学堂课程【数据仓库 ACP 认证课程【视频】云原生数据仓库 AnalyticDB PG 解析与实践(下)】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/928/detail/14627


【视频】云原生数据仓库 AnalyticDB PG 解析与实践(下)


二十一、SQL 性能调优:数据倾斜的原因和解决

建表过程指定分布键或分布规律:

CREATE TABLE table_ name

( ...... )

[ DISTRIBUTED BY (column. name, [...])  (哈希分布方式)

| DISTRIBUTED RANDOMLY        (随机分布方式)

| DISTRIBUTED REPLICATED ]      (复制分布方式)

;

修改分布键或分布规律:

ALTER TABLE [IF EXISTS ] [ONLY] name SET

WITH (REORGANIZE=true/false)

| DISTRIBUTED BY (column name, [...])

| DISTRIBUTED RANDOMLY

| DISTRIBUTED REPLICATED

;

 image.png注意:

修改分布键或分布规律大多数情况都将会进行数据迁移,数据量过大的表该操作会相对较久并且会锁表,无法查询。

REORGANIZE=false仅在修改前后一致或修改为随机分布时才会不进行数据重分布。

分布策略选择规则:

●小表(总行数低于1万,根据实际情况可以进行调整)优先选择复制表分布策略(DISTRIBUTEDREPLACATED)

●大表优先选择参与Join/GroupBy计算的字段作为分布键Hash分布。这时需要注意,使用哈希分布如果使用在一个分布键上的分布均匀,那它对整个的系统性能是最有利的,如果说无法保障其分布均匀,产生较大的数据倾斜,就不能使用哈希分布。

●若没有数据分布均匀的字段作为分布键使用,采用随机分布策略(DISTRIBUTED RANDOMLY)

 

二十二、演示1:通过 DTS 做数据同步

前置条件:

1.提前存在1个RDS MySQL实例和一个ADB PG实例;

2. MySQL实例里面创建好表,里面插入一定量的数据;

3.开通DMS(为了演示方便)

操作步骤:

1.配置DTS数据同步任务,将表从RDS同步到ADB PG ;

2.启动同步任务;

3.通过DMS观察全量同步结果;

4.在RDS源端继续删除一些数据;

5.通过DMS观察增量同步结果

在DMS数据管理服务里面,找到集成与开发(DTS),默认进入的是数据迁移,找到数据重复,铅以后同步是比较接近的,数据迁移是一次性把数据都迁移过去就结束了,数据同步是建立一个内容之后它会一直进行维护。
数据同步里面创建任务,数据库类型选择MySQL,注意实例地区,要先创建好数据库的账号,当源端和目标端都选择正确以后,需要测试一下,测试通过以后开始下一步操作。从左边选择源库的对象,如果目标案已经存在了这个表,选择清空目标端数据,当然也要根据具体的业务模式进行选择,其他默认操作就可以。

下一步配置库表字段,类型选择哈希分布表,下一步保存任务后台进行预检查,该需要花费一分钟的时间,到这不就表示,所有的检查工作已经做完了,如果要配置链路的话点击下一步购买。

image.png进入同步任务视图,首先进行任务初始化,进行实时刷新,同步的过程分为三个步骤,第一个是库表结构进行同步,第二个是全量同步,第三个是进行增量同步。

整个系统在搭建的初期把线路搭建好,后面监控它日常工作方式就不需要经常去创建任务链路。这时候目的库已经存在了一张表,执行一下就可以看到数据已经同步完成,与Mysal数据量是一样的。

 

二十三、演示2:增加监控报警规则

前置条件:

1.开通1个一个ADB PG实例;

操作步骤:

1.登陆实例控制台;

2.登陆云监控,关联监控资源;

3.设置报警规则

进入云监控控制台,里面显示是空的,是因为存储的两种方式有资源弹性和资源预留,里面显示的是资源预留的场景,点击小铃铛按钮,从这个入口进来的话它会自动关联当前的实例,自定义名称,对连接数进行设置,要根据具体的场景进行设置,通知对象云帐号报警联系人,云平台最后统一去设定,告警级别默认就可以,没有问题的话就点确认。

image.png可以查看报警历史,也可以再次进行规则修改。

 

二十四、演示3:排查解决数据倾斜

前置条件:

1.开通1个一个ADB PG实例;

2.某库里面存在若干的表,其中某表存在较严重的数据倾斜

操作步骤:

1.登陆实例控制台,从节点监控观察到存在数据倾斜;

2.登陆数据库,执行命令排查具体倾斜的表;

3.执行命令修改分布列,解决数据倾斜问题;

image.png找到实例监控的节点监控,可以看到存储使用量,存储使用量有四个节点,正常情况下,它们都在同一条水平线上,这时候发现黄色的线高于其他颜色的线,存储水位也是这种情况,这时候就存在了数据倾斜。

发现有数据清洗,现在以后就要去进行定位,查找一下倾斜情况。修改一下分布列,这个过程需要搬迁数据,所以在执行过程中这个表也是不可以读写的。

 

 

二十五、真题讲解

1.在AnalyticDB PostgreSQL版中,下面(  )场景不是DTS的设计目标。

A.异地灾备

B.异构数据库读写分离

C.停机迁移数据

D.异地多活

正确答案:C

分析:所有的迁移数据和同步数据,需要源端和目的端都是启动的,所以停机迁移数据不是DTS的设计目标。

2.在AnalyticDB PostgreSQL版中,DTS增量同步支持的操作包括(  )?

A. COPY

B. DELETE

C. ADD PARTITION

D. ALTER TABLE

E. ADD TABLE

正确答案:ABD

3.AnalyticDB PostgreSQL可以通过SQL诊断功能来检索某个时间段内执行耗时较长的查询,然后在查询属性中查看目标查询的耗时。以下属于查询CPU消耗较大的是(   ) ?

A.过滤条件没有下推到存储层

B. Join条件中带有过滤操作

C. Join时没有指定Join条件

D. Join条件中没有带有过滤操作

E.过滤条件下推到存储层

正确答案:ABC

4.在AnalyticDB PostgreSQL版中,在修改分布键时若没有指定REORGANIZE=fasle,会发生(   ) ?

A.表不发生重分布

B.表中被删除的数据仍然保留

C.表中被删除的列仍然保留

D.表在分布键没有发生变化或指定随机分布策略时不进行重分布

正确答案:ABC

5.在AnalyticDB PostgreSQL版中,用户连接实例发现业务作业跑的比较慢,同时业务查询SQL处于running的状态,这个可能是如下(   )原因引起的。

A.连接数超出限制

B. XLOG堆积太大

C.数据倾斜太大

D.任务排队堆积

正确答案:C

相关实践学习
AnalyticDB MySQL海量数据秒级分析体验
快速上手AnalyticDB MySQL,玩转SQL开发等功能!本教程介绍如何在AnalyticDB MySQL中,一键加载内置数据集,并基于自动生成的查询脚本,运行复杂查询语句,秒级生成查询结果。
阿里云云原生数据仓库AnalyticDB MySQL版 使用教程
云原生数据仓库AnalyticDB MySQL版是一种支持高并发低延时查询的新一代云原生数据仓库,高度兼容MySQL协议以及SQL:92、SQL:99、SQL:2003标准,可以对海量数据进行即时的多维分析透视和业务探索,快速构建企业云上数据仓库。 了解产品 https://www.aliyun.com/product/ApsaraDB/ads
相关文章
|
6月前
|
存储 缓存 Cloud Native
MPP架构数据仓库使用问题之ADB PG云原生版本的扩缩容性能怎么样
MPP架构数据仓库使用问题之ADB PG云原生版本的扩缩容性能怎么样
MPP架构数据仓库使用问题之ADB PG云原生版本的扩缩容性能怎么样
|
30天前
|
人工智能 关系型数据库 MySQL
AnalyticDB MySQL版:云原生离在线一体化数据仓库支持实时业务决策
AnalyticDB MySQL版是阿里云推出的云原生离在线一体化数据仓库,支持实时业务决策。产品定位为兼具数据库应用性和大数据处理能力的数仓,适用于大规模数据分析场景。核心技术包括混合负载、异构加速、智能弹性与硬件优化及AI集成,支持流批一体架构和物化视图等功能,帮助用户实现高效、低成本的数据处理与分析。通过存算分离和智能调度,AnalyticDB MySQL可在复杂查询和突发流量下提供卓越性能,并结合AI技术提升数据价值挖掘能力。
53 16
|
2月前
|
人工智能 搜索推荐 API
Cobalt:开源的流媒体下载工具,支持解析和下载全平台的视频、音频和图片,支持多种视频质量和格式,自动提取视频字幕
cobalt 是一款开源的流媒体下载工具,支持全平台视频、音频和图片下载,提供纯净、简洁无广告的体验
341 9
Cobalt:开源的流媒体下载工具,支持解析和下载全平台的视频、音频和图片,支持多种视频质量和格式,自动提取视频字幕
|
1月前
|
数据采集 XML API
深入解析BeautifulSoup:从sohu.com视频页面提取关键信息的实战技巧
深入解析BeautifulSoup:从sohu.com视频页面提取关键信息的实战技巧
|
1月前
|
DataWorks 关系型数据库 OLAP
云端问道5期实践教学-基于Hologres轻量实时的高性能OLAP分析
本文基于Hologres轻量实时的高性能OLAP分析实践,通过云起实验室进行实操。实验步骤包括创建VPC和交换机、开通Hologres实例、配置DataWorks、创建网关、设置数据源、创建实时同步任务等。最终实现MySQL数据实时同步到Hologres,并进行高效查询分析。实验手册详细指导每一步操作,确保顺利完成。
|
2月前
|
DataWorks 数据挖掘 大数据
方案实践测评 | DataWorks集成Hologres构建一站式高性能的OLAP数据分析
DataWorks在任务开发便捷性、任务运行速度、产品使用门槛等方面都表现出色。在数据处理场景方面仍有改进和扩展的空间,通过引入更多的智能技术、扩展数据源支持、优化任务调度和可视化功能以及提升团队协作效率,DataWorks将能够为企业提供更全面、更高效的数据处理解决方案。
|
3月前
|
数据采集 JSON 数据格式
深入解析:使用Python爬取Bilibili视频
本文介绍了如何使用Python编写脚本自动化下载Bilibili视频。通过requests等库获取视频和音频URL,使用ffmpeg合并音视频文件,最终实现高效下载。注意遵守网站爬虫政策和法律法规。
560 4
|
4月前
|
数据安全/隐私保护 流计算 开发者
python知识点100篇系列(18)-解析m3u8文件的下载视频
【10月更文挑战第6天】m3u8是苹果公司推出的一种视频播放标准,采用UTF-8编码,主要用于记录视频的网络地址。HLS(Http Live Streaming)是苹果公司提出的一种基于HTTP的流媒体传输协议,通过m3u8索引文件按序访问ts文件,实现音视频播放。本文介绍了如何通过浏览器找到m3u8文件,解析m3u8文件获取ts文件地址,下载ts文件并解密(如有必要),最后使用ffmpeg合并ts文件为mp4文件。
103 1
|
4月前
|
机器学习/深度学习 编解码 算法
深入解析MaxFrame:关键技术组件及其对视频体验的影响
【10月更文挑战第12天】随着流媒体服务和高清视频内容的普及,用户对于视频质量的要求越来越高。为了满足这些需求,许多技术被开发出来以提升视频播放的质量。其中,MaxFrame是一种旨在通过一系列先进的图像处理算法来优化视频帧的技术。本文将深入探讨构成MaxFrame的核心组件,包括运动估计、超分辨率重建以及时间插值算法,并讨论这些技术如何协同工作以改善视频播放效果。
69 1
|
6月前
|
SQL 分布式计算 数据库
畅捷通基于Flink的实时数仓落地实践
本文整理自畅捷通总架构师、阿里云MVP专家郑芸老师在 Flink Forward Asia 2023 中闭门会上的分享。
8353 15
畅捷通基于Flink的实时数仓落地实践

热门文章

最新文章