Vertica的这些事<十二>—— vertica存储统计信息

简介: vertica存储统计信息:表数量: select count(distinct table_name) FROM tables;分区表数量:select count(distinct table_name) from PARTITION_COLUMNS;总表占大小:SELECT sum(used_bytes)/1024/1024/102

vertica存储统计信息:

表数量:

select count(distinct table_name)  FROM tables;

分区表数量:

select count(distinct table_name) from PARTITION_COLUMNS;

总表占大小:

SELECT sum(used_bytes)/1024/1024/1024 FROM projection_storage ;

分区表总大小:

select sum(disk_space_bytes)/1024/1024/1024 from PARTITION_COLUMNS;
SELECT sum(used_bytes)/1024/1024/1024 FROM projection_storage where anchor_table_name in (select distinct table_name from PARTITION_COLUMNS);

分区表大小(前10):

select table_name,sum(disk_space_bytes)/1024/1024/1024 size from PARTITION_COLUMNS group by table_name order by size desc limit 10;

分区表每个分区的大小(前20):

select partition_key,sum(disk_space_bytes)/1024/1024/1024 size from PARTITION_COLUMNS group by partition_key order by size desc limit 20;
目录
相关文章
|
1月前
|
存储 SQL 数据管理
阿里云数据库 SelectDB 内核 Apache Doris 如何基于自增列满足高效字典编码等典型场景需求|Deep Dive 系列
自增列的实现,使得 Apache Doris 可以在处理大规模时展示出更高的稳定性和可靠性。通过自增列,用户能够高效进行字典编码,显著提升了字符串精确去重以及查询的性能。使用自增列作为主键来存储明细数据,可以完美的解决明细数据更新的问题。同时,基于自增列,用户可以实现高效的分页机制,轻松应对深分页场景,有效过滤掉大量非必需数据,从而减轻数据库的负载压力,为用户带来了更加流畅和高效的数据处理体验。
|
SQL 监控 HIVE
网站流量日志分析--统计分析--漏斗模型转化分析 &hive 级联求和问题|学习笔记
快速学习网站流量日志分析--统计分析--漏斗模型转化分析 &hive 级联求和问题
261 0
网站流量日志分析--统计分析--漏斗模型转化分析 &hive 级联求和问题|学习笔记
|
存储 SQL 关系型数据库
PostgreSQL 图式搜索(graph search)实践 - 百亿级图谱,毫秒响应
标签 PostgreSQL , CTE , 递归查询 , cycle , depth , loop , deep , level , 层级 , array , row array , JSON 背景 图式搜索是PostgreSQL在(包括流计算、全文检索、图式搜索、K-V存储、图像搜索、指纹搜索、空间数据、时序数据、推荐等)诸多特性中的一个。
8680 0