本頁面由 Cloud Translation API 翻譯而成。

監控資料欄引擎

本頁說明如何監控資料欄引擎的使用率。

使用 `EXPLAIN` 驗證資料欄引擎的使用情況

您可以使用 EXPLAIN 陳述式，觀察查詢產生的查詢計畫中出現的新直欄運算子，藉此驗證直欄引擎的使用情況。

psql 用戶端

EXPLAIN (ANALYZE,COSTS OFF,BUFFERS,TIMING OFF,SUMMARY OFF)
  SELECT l_returnflag, l_linestatus, l_quantity, l_extendedprice,
         l_discount, l_tax
    FROM lineitem
   WHERE l_shipdate <= date '1992-08-06'
;
                                 QUERY PLAN
-----------------------------------------------------------------------------
 Append (actual rows=3941797 loops=1)
   Buffers: shared hit=9
   ->  Custom Scan (columnar scan) on lineitem (actual rows=3941797 loops=1)
         Filter: (l_shipdate <= '1992-08-06'::date)
         Rows Removed by Columnar Filter: 56054083
         Columnar cache search mode: columnar filter only
         Buffers: shared hit=9
   ->  Seq Scan on lineitem (never executed)
  Filter: (l_shipdate <= '1992-08-06'::date)

Custom Scan (columnar scan) 表示查詢計畫中包含直欄引擎掃描。
Rows Removed by Columnar Filter 列出按資料欄向量化執行作業篩除的列數。
Columnar cache search mode 可以是 columnar filter only、native 或 row store scan。規劃工具會根據成本和下推評估功能，自動選擇搜尋模式。

規劃工具選擇 native 模式時，會將部分欄狀運算子下推至掃描：

Rows Aggregated by Columnar Scan 列出匯總的列數。
Rows Sorted by Columnar Scan 會列出已排序的列數。
Rows Limited by Columnar Scan 會列出掃描的有限列數。

使用聯結時，直欄掃描運算子也可以使用 Late Materialization 模式。

psql 用戶端

EXPLAIN (ANALYZE,COSTS OFF,BUFFERS,TIMING OFF,SUMMARY OFF)
  SELECT l_shipmode, o_orderpriority
    FROM orders, lineitem
   WHERE o_orderkey = l_orderkey
         AND l_shipmode in ('AIR', 'FOB')
         AND l_receiptdate >= date '1995-01-01'
;
                                 QUERY PLAN
-----------------------------------------------------------------------------
 Hash Join (actual rows=9865288 loops=1)
   Hash Cond: (lineitem.l_orderkey = orders.o_orderkey)
   Buffers: temp read=127738 written=127738
   ->  Append (actual rows=9865288 loops=1)
         ->  Custom Scan (columnar scan) on lineitem (actual rows=9865288 loops=1)
               Filter: ((l_shipmode = ANY ('{AIR,FOB}'::bpchar[])) AND
               (l_receiptdate >= '1995-01-01'::date))
               Rows Removed by Columnar Filter: 50130592
               Columnar cache search mode: native
         ->  Index Scan using idx_lineitem_orderkey_fkidx on lineitem
             (never executed)
               Filter: ((l_shipmode = ANY ('{AIR,FOB}'::bpchar[])) AND
               (l_receiptdate >= '1995-01-01'::date))
   ->  Hash (actual rows=15000000 loops=1)
         Buckets: 1048576  Batches: 32  Memory Usage: 37006kB
         Buffers: temp written=83357
         ->  Append (actual rows=15000000 loops=1)
               ->  Custom Scan (columnar scan) on orders (actual rows=15000000
                   loops=1)
                     Rows Removed by Columnar Filter: 0
                     Columnar projection mode: late materialization
                     Columnar cache search mode: native
               ->  Seq Scan on orders (never executed)

Columnar projection mode 可以是 late materialization。當規劃工具延後部分欄位值的具體化作業，藉此最佳化預測結果時，欄式運算子會自動選擇這個模式。

查看資料欄引擎向量化聯結的使用情形

您可以使用 EXPLAIN 陳述式，觀察查詢產生的查詢計畫中出現的新 Vectorized Hash Join 運算子，驗證新的向量化聯結運算子。

EXPLAIN (ANALYZE,COSTS OFF,BUFFERS,TIMING OFF,SUMMARY OFF)
  SELECT l_quantity, l_extendedprice, l_discount, l_tax
    FROM lineitem, orders
    WHERE l_shipdate <= date '2022-08-06'
    AND  l_orderkey = o_orderkey
    AND  o_orderdate <= date '2025-03-07';
                                      QUERY PLAN
---------------------------------------------------------------------------------------
 Vectorized Hash Join (actual rows=3934686 loops=1)
   Vectorized partitioning, Partitions: 16 (Disk usage: 208MB)
   (Peak Memory Usage: 27MB, Threads: 1)
   Hash Cond: (lineitem.l_orderkey = orders.o_orderkey)
   Rows Removed by Bloom Filter: 0
   Buffers: temp read=26728 written=26728
   ->  Append (actual rows=3934686 loops=1)
         ->  Custom Scan (columnar scan) on lineitem (actual rows=3934686 loops=1)
               Filter: (l_shipdate <= '2022-08-06'::date)
               Rows Removed by Columnar Filter: 56051366
               Columnar cache search mode: native
         ->  Seq Scan on lineitem (never executed)
               Filter: (l_shipdate <= '2022-08-06'::date)
   ->  Vectorized Hash (actual rows=7245824 loops=1)
         Build bloom filter, Memory Usage: 1024kB
         ->  Append (actual rows=7245824 loops=1)
               ->  Custom Scan (columnar scan) on orders (actual rows=7245824 loops=1)
                     Filter: (o_orderdate <= '2025-03-07'::date)
                     Rows Removed by Columnar Filter: 7754176
                     Columnar cache search mode: native
               ->  Seq Scan on orders (never executed)
                     Filter: (o_orderdate <= '2025-03-07'::date)

Vectorized Hash Join 表示兩個關係之間的聯結使用向量化雜湊聯結。
Vectorized partitioning, Partitions: 列出資料分割的分區數量。

使用 `COLUMNAR_ENGINE` 選項進行 `EXPLAIN`

EXPLAIN 指令支援 COLUMNAR_ENGINE 選項。指定時，指令會在 EXPLAIN 方案中列印 Columnar Check 訊息，說明規劃工具或執行器可能基於哪些原因，為方案做出與資料欄引擎相關的選擇。這個指令也會列印出直欄引擎專屬的額外詳細資料。訊息與非資料欄掃描節點相關聯。這通常表示導致掃描無法選擇直欄掃描的第一個原因。例如 the table is too small、a needed column of the table is not in the CE store 或 a needed column has a CE unsupported data type。

以下是指令的輸出範例，會輸出 Columnar Check 訊息：

psql 用戶端

EXPLAIN (COLUMNAR_ENGINE, COSTS OFF)
SELECT * FROM sample_small_table
WHERE col1 > 10000;
              QUERY PLAN
--------------------------------------
 Seq Scan on sample_small_table
   Filter: (col1 > 10000)
   Columnar Check: table is too small

使用者可以根據訊息執行下列其中一項操作：

解決特定原因，然後重新執行指令，確認直欄方案。
重複相同的程序。可能有多個原因，但子句只會列出第一個原因。

以下範例顯示列印的其他詳細資料，這些資料專屬於直欄引擎：

psql 用戶端

EXPLAIN (ANALYZE, COLUMNAR_ENGINE, COSTS OFF, TIMING OFF, SUMMARY OFF, VERBOSE) SELECT SUM(c1) FROM counter_table WHERE c2 > 0 and c2 < 80000;
                                         QUERY PLAN
---------------------------------------------------------------------------------------------
 Aggregate (actual rows=1 loops=1)
   Output: sum(c1)
   ->  Append (actual rows=79999 loops=1)
         ->  Custom Scan (columnar scan) on public.counter_table (actual rows=79999 loops=1)
               Output: c1
               Filter: ((counter_table.c2 > 0) AND (counter_table.c2 < 80000))
               Rows Removed by Columnar Filter: 1
               Rows Aggregated by Columnar Scan: 79999
               Bytes fetched from storage cache: 1392655
               Columnar cache search mode: native
         ->  Seq Scan on public.counter_table (never executed)
               Output: c1
               Filter: ((counter_table.c2 > 0) AND (counter_table.c2 < 80000))
(13 rows)

在資料欄商店中查看含有資料欄的資料表相關資訊

您可以查詢 g_columnar_relations 檢視區塊，查看資料表或具體化檢視區塊的相關資訊，以及資料欄商店中的資料欄。

psql 用戶端

SELECT * FROM g_columnar_relations;

┌─[ RECORD 1 ]────────┬───────────────────┐
│ relation_name       │ tbl_parallel_test │
│ schema_name         │ public            │
│ database_name       │ advisor           │
│ status              │ Usable            │
│ size                │ 581431259         │
│ columnar_unit_count │ 3                 │
│ invalid_block_count │ 0                 │
│ total_block_count   │ 8337              │
├─[ RECORD 2 ]────────┼───────────────────┤
│ relation_name       │ lineitem          │
│ schema_name         │ public            │
│ database_name       │ advisor           │
│ status              │ Usable            │
│ size                │ 423224944         │
│ columnar_unit_count │ 29                │
│ invalid_block_count │ 0                 │
│ total_block_count   │ 115662            │
├─[ RECORD 3 ]────────┼───────────────────┤

查看資料欄商店中資料欄的相關資訊

您可以查詢 g_columnar_columns 檢視區塊，查看資料欄商店中的資料欄相關資訊，包括資料欄大小和上次存取時間。

psql 用戶端

SELECT database_name, schema_name, relation_name, column_name, size_in_bytes, last_accessed_time FROM g_columnar_columns;

查看最近查詢的資料欄引擎執行統計資料

您可以使用 g_columnar_stat_statements 檢視畫面，查看近期查詢的資料欄引擎執行統計資料。這個檢視畫面會在 pg_stat_statements 擴充功能提供的 pg_stat_statements 檢視畫面中，加入以資料欄呈現的引擎統計資料。如要使用這個檢視畫面，請先啟用 pg_stat_statements 擴充功能。

psql 用戶端

啟用 pg_stat_statements 擴充功能：
```
CREATE EXTENSION pg_stat_statements;
```
建立要查看統計資料的查詢。您可以手動執行這項作業，也可以等待一段時間，讓應用程式在啟用 pg_stat_statements 的情況下發出這些查詢。

查詢 g_columnar_stat_statements 和 pg_stat_statements 檢視畫面。請注意，下列查詢會擷取所有欄狀執行統計資料，包括在建立擴充功能 pg_stat_statements 前收集的資料。userid 的空值表示統計資料是在建立擴充功能 pg_stat_statements 之前收集。

SELECT *
FROM pg_stat_statements(TRUE) AS pg_stats
     FULL JOIN g_columnar_stat_statements AS g_stats
     ON pg_stats.userid = g_stats.user_id AND
        pg_stats.dbid = g_stats.db_id AND
        pg_stats.queryid = g_stats.query_id
WHERE columnar_unit_read > 0;

┌─[ RECORD 1 ]────────┬───────────────────────────────
│ userid              │ 10                            │
│ dbid                │ 33004                         │
│ queryid             │ 6779068104316758833           │
│ query               │ SELECT  l_returnflag,        ↵│
│                     │         l_linestatus,        ↵│
│                     │         l_quantity,          ↵│
│                     │         l_extendedprice,     ↵│
│                     │         l_discount,          ↵│
│                     │         l_tax                ↵│
│                     │FROM  lineitem                ↵│
│                     │WHERE  l_shipdate <= date $1│
│ calls               │ 1                             │
│ total_time          │ 299.969983                    │
│ min_time            │ 299.969983                    │
│ max_time            │ 299.969983                    │
│ mean_time           │ 299.969983                    │
│ stddev_time         │ 0                             │
│ rows                │ 392164                        │
│ shared_blks_hit     │ 0                             │
│ shared_blks_read    │ 0                             │
│ shared_blks_dirtied │ 0                             │
│ shared_blks_written │ 0                             │
│ local_blks_hit      │ 0                             │
│ local_blks_read     │ 0                             │
│ local_blks_dirtied  │ 0                             │
│ local_blks_written  │ 0                             │
│ temp_blks_read      │ 0                             │
│ temp_blks_written   │ 0                             │
│ blk_read_time       │ 0                             │
│ blk_write_time      │ 0                             │
│ user_id             │ 10                            │
│ db_id               │ 33004                         │
│ query_id            │ 6779068104316758833           │
│ columnar_unit_read  │ 29                            │
│ page_read           │ 115662                        │
│ rows_filtered       │ 0                             │
│ columnar_scan_time  │ 0                             │
└─────────────────────┴───────────────────────────────┘

查看資料欄儲存空間記憶體用量

如要查看資料欄引擎可用的未使用 RAM 數量，可以查詢 google_columnar_engine_memory_available() 函式。產生的整數會顯示可用的記憶體容量 (以 MB 為單位)。

SELECT google_columnar_engine_memory_available();

查看資料欄商店中的索引相關資訊

您可以查詢 g_columnar_indexes 檢視畫面，查看有關資料欄索引的狀態、大小和各種成效相關指標資訊。

psql 用戶端

SELECT
     database_name, schema_name, index_name, status, size,
     total_partition_count, non_leaf_partition_count, leaf_partition_count,
     invalid_block_count, block_count_in_cc, total_block_count,
     creation_time, auto_refresh_trigger_count,
     auto_refresh_failure_count, auto_refresh_trigger_timestamp,
     auto_refresh_start_timestamp, auto_refresh_end_timestamp,
     auto_refresh_recent_status
FROM g_columnar_indexes;

下表說明 g_columnar_indexes 檢視區塊的欄位。

欄位	資料類型	說明
database_name	名稱
schema_name	名稱	索引所屬的結構定義名稱
index_name	名稱	索引名稱
狀態	名稱	資料欄引擎中的索引狀態
大小	BIGINT	資料欄引擎中的索引大小
total_partition_count	BIGINT	資料欄引擎中的索引分區總數
non_leaf_partition_count	BIGINT	資料欄引擎中索引的非葉節點分割區總數
leaf_partition_count	BIGINT	資料欄引擎中索引的葉節點分區總數
invalid_block_count	BIGINT	索引的資料欄引擎中無效區塊的總數
block_count_in_cc	BIGINT	資料欄引擎中的索引區塊總數
total_block_count	BIGINT	索引的區塊總數
creation_time	BIGINT	資料欄引擎中的索引建立時間
auto_refresh_trigger_count	BIGINT	自 PostgreSQL 啟動以來觸發的自動重新整理總次數。
auto_refresh_failure_count	BIGINT	自 Postgres 啟動以來，自動重新整理失敗的總次數
auto_refresh_trigger_timestamp	BIGINT	最近一次觸發自動重新整理的時間戳記
auto_refresh_start_timestamp	BIGINT	最近一次啟動自動重新整理的時間戳記
auto_refresh_end_timestamp	BIGINT	最近一次自動重新整理作業完成的時間戳記。
auto_refresh_recent_status	TEXT	最近一次自動重新整理的狀態

監控資料欄引擎 透過集合功能整理內容 你可以依據偏好儲存及分類內容。

使用 EXPLAIN 驗證資料欄引擎的使用情況

psql 用戶端

psql 用戶端

查看資料欄引擎向量化聯結的使用情形

使用 COLUMNAR_ENGINE 選項進行 EXPLAIN

psql 用戶端

psql 用戶端

在資料欄商店中查看含有資料欄的資料表相關資訊

psql 用戶端

查看資料欄商店中資料欄的相關資訊

psql 用戶端

查看最近查詢的資料欄引擎執行統計資料

psql 用戶端

查看資料欄儲存空間記憶體用量

查看資料欄商店中的索引相關資訊

psql 用戶端

監控資料欄引擎

使用 `EXPLAIN` 驗證資料欄引擎的使用情況

使用 `COLUMNAR_ENGINE` 選項進行 `EXPLAIN`