Apache Kylin CPU 使用率异常

Apache Kylin CPU 使用率异常

Kylin 版本 2.6.1

创建测试数据

首先造一点测试数据:

rm data.csv
for i in {0..1000}
do
  echo "$i,$i,2333
$i,$i,2333
$i,$i,2333
$i,$i,2333
$i,$i,2333
$i,$i,2333
$i,$i,2333
$i,$i,2333
$i,$i,2333
$i,$i,2333" >> data.csv
done

use temp;
drop table test_filter;
create table test_filter(a int, b int, value int)
row format delimited
FIELDS TERMINATED BY ',';

LOAD DATA LOCAL INPATH "/home/kylin/data.csv" into table test_filter;

创建测试 Cube

创建包含大量与或逻辑的 SQL

生成 sql 的脚本

#!/bin/bash
echo "select * from temp.test_filter
where ((a >= 0 and a <= 1)"
for i in {1..3}
do
  echo "or    (a >= $i and a <= $((i+1)))"
done
echo ") and ((b >= 0 and b <= 1)"
for i in {1..3}
do
  echo "or    (b >= $i and b <= $((i+1)))"
done
echo ")"

先来个简单点的 sql, 看一下执行步骤:

select * from temp.test_filter
where ((a >= 0 and a <= 1)
or    (a >= 1 and a <= 2)
or    (a >= 2 and a <= 3)
or    (a >= 3 and a <= 4)
) and ((b >= 0 and b <= 1)
or    (b >= 1 and b <= 2)
or    (b >= 2 and b <= 3)
or    (b >= 3 and b <= 4)
)

大量与或操作导致的结果

org.apache.kylin.metadata.filter.TupleFilter 240行左右:

// boolean algebra flatten
if (op == FilterOperatorEnum.AND) {
    flatFilter = new LogicalTupleFilter(FilterOperatorEnum.AND);
    for (TupleFilter andChild : andChildren) {
        flatFilter.addChildren(andChild.getChildren());
    }
    if (!orChildren.isEmpty()) {
        List<TupleFilter> fullAndFilters = cartesianProduct(orChildren, flatFilter);
        flatFilter = new LogicalTupleFilter(FilterOperatorEnum.OR);
        flatFilter.addChildren(fullAndFilters);
    }
}

这段代码就解释了 CPU 跑满的原因,

这里的 op 就是

     ((a >= 0 and a <= 1)
or    (a >= 1 and a <= 2)
or    (a >= 2 and a <= 3)
or    (a >= 3 and a <= 4)
)

     ((b >= 0 and b <= 1)
or    (b >= 1 and b <= 2)
or    (b >= 2 and b <= 3)
or    (b >= 3 and b <= 4)
)

之间的 AND.

orChildren 就是

     ((a >= 0 and a <= 1)
or    (a >= 1 and a <= 2)
or    (a >= 2 and a <= 3)
or    (a >= 3 and a <= 4)
)

     ((b >= 0 and b <= 1)
or    (b >= 1 and b <= 2)
or    (b >= 2 and b <= 3)
or    (b >= 3 and b <= 4)
)

所以最终会走到这里:

List<TupleFilter> fullAndFilters = cartesianProduct(orChildren, flatFilter);

做一个笛卡尔积, 目的是把这个 where 字句后面的条件打平成如下的样子:

     ((a >= 0 and a <= 1 and b >= 0 and b <= 1)
or    (a >= 0 and a <= 1 and b >= 1 and b <= 2)
or    (a >= 0 and a <= 1 and b >= 2 and b <= 3)
or    (a >= 0 and a <= 1 and b >= 3 and b <= 4)
or    (a >= 1 and a <= 2 and b >= 0 and b <= 1)
or    (a >= 1 and a <= 2 and b >= 1 and b <= 2)
or    (a >= 1 and a <= 2 and b >= 2 and b <= 3)
or    (a >= 1 and a <= 2 and b >= 3 and b <= 4)
or    (a >= 2 and a <= 3 and b >= 0 and b <= 1)
or    (a >= 2 and a <= 3 and b >= 1 and b <= 2)
or    (a >= 2 and a <= 3 and b >= 2 and b <= 3)
or    (a >= 2 and a <= 3 and b >= 3 and b <= 4)
or    (a >= 3 and a <= 4 and b >= 0 and b <= 1)
or    (a >= 3 and a <= 4 and b >= 1 and b <= 2)
or    (a >= 3 and a <= 4 and b >= 2 and b <= 3)
or    (a >= 3 and a <= 4 and b >= 3 and b <= 4)
)

所以, 问题来了, 为什么要把两个 and 连接的条件打平成这么多个条件?

image_name

通过这段代码, 我推测这么做的原因和构建 HTable 维度组合时的默认排列方式有关, 这么一打平然后通过上面的算法就可以达到一次性扫出所有相关的行.

这样以来可以很好的优化执行计划, 但是这么打平的坏处是什么呢?

上面的例子可以看到, and([4], [4]) 最终的到了一个 or([16]) 的 List.

那么如果把这 4 个条件改成 200 个条件组合起来呢?

最终 List 的长度会变成 200 * 200 = 40000.

所以, 可以使用上述脚本生成个 200 个条件的 SQL 跑一把:

image_name

效果立竿见影, 仅一条 SQL 几乎就可以让整个系统卡到无法正常使用, 更不用说 Tableau 可能会一次性发送多条类似 SQL (Tableau 报表中的过滤器使用仅相关值即可触发这种 SQL ). 这无疑是非常致命的.

因为如果过滤字段在多那么几个, 这个最终的 List 长度则会成指数型增长, 这么一来就会发现 CPU 全部被用来往 List 里追加元素了, 永无止尽的往 List 里插入几万几十万个元素.

此类 SQL 明显是不合理的, 而且一旦出现一条这样的 SQL 可能就会导致整个实例的 CPU 使用率发生异常.

解决方案

调低 kylin.query.flat-filter-max-children 的值, 在迪卡尔积数量可能过大的时候, 直接抛出异常拒绝执行.

相关 Issue: KYLIN-3797, KYLIN-4180

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 218,546评论 6 507
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,224评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,911评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,737评论 1 294
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,753评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,598评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,338评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,249评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,696评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,888评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,013评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,731评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,348评论 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,929评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,048评论 1 270
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,203评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,960评论 2 355

推荐阅读更多精彩内容