知识卡片
有序连接也会因倾斜耗尽内存
一次性读入完整同键组,在重复键很多时会放大中间内存。逐行推进 Outer 可减少一侧缓存,但 Inner 大组仍需内存追踪和超限策略;书中日志或终止措施不等于已具备自动落盘。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 4 处
- TiDB 源码阅读系列文章(十五)Sort Merge Join · 查看原书依据
我们上面的分析代码基于 Source-code 分支,可能大家已经发现了一些问题,比如我们会一次性读取内外表的 Join group(相同的 key)。这里如果相同的 key 比较多,是有内存 OOM 的风险的。针对这个问题,我们在最新的 master 分支做了几个事情来优化:
- TiDB 源码阅读系列文章(十五)Sort Merge Join · 查看原书依据
外表其实不需要把相同的 keys 一次性都读取上来, 它只需要按次迭代外表数据,再跟内表逐一对比作连接即可。这里至少可以减少外表发生 OOM 的问题,可以大大减少 OOM 的概率。
- TiDB 源码阅读系列文章(十五)Sort Merge Join · 查看原书依据
对于内表,我们对 OOM 也不是没有办法,我们用 memory.Tracker 这个内存追踪器来记录当前内表已经使用的中间结果的内存大小,如果它超过我们设置的阈值,我们会采取输出日志或者终止 SQL 继续运行的方法来规避 OOM 的发生。关于 memory.Tracker 我们不在此展开,
- TiDB 源码阅读系列文章(十五)Sort Merge Join · 查看原书依据
后续我们还会在 Merge-Join 方面做一些优化, 比如我们可以做多路归并,中间结果存外存等等,敬请期待。
参考来源
- 位置:《TiDB源码阅读系列文章》第15章《TiDB 源码阅读系列文章(十五)Sort Merge Join》(来源项目:book-sources;源文件:extracted/TiDB源码阅读系列文章/_epub-src/OEBPS/Text/TiDB 源码阅读系列文章(十五)Sort Merge Join.html;阅读段落 28,29,30,31;均为书中版本)
- 结论依据:原文对有序连接也会因倾斜耗尽内存给出上述机制或边界;本卡把已读说明整理为可独立理解的解释。
- 原始内容:我们上面的分析代码基于 Source-code 分支,可能大家已经发现了一些问题,比如我们会一次性读取内外表的 Join group(相同的 key)。这里如果相同的 key 比较多,是有内存 OOM 的风险的。针对这个问题,我们在最新的 master 分支做了几个事情来优化: …… 外表其实不需要把相同的 keys 一次性都读取上来, 它只需要按次迭代外表数据,再跟内表逐一对比作连接即可。这里至少可以减少外表发生 OOM 的问题,可以大大减少 OOM 的概率。 …… 对于内表,我们对 OOM 也不是没有办法,我们用 memory.Tracker 这个内存追踪器来记录当前内表已经使用的中间结果的内存大小,如果它超过我们设置的阈值,我们会采取输出日志或者终止 SQL 继续运行的方法来规避 OOM 的发生。关于 memory.Tracker 我们不在此展开, …… 后续我们还会在 Merge-Join 方面做一些优化, 比如我们可以做多路归并,中间结果存外存等等,敬请期待。