功能描述

指明查询运行时重分布过程中存在倾斜的重分布键和倾斜值，针对Join和HashAgg运算中的重分布进行优化。

语法格式

• 指定单表倾斜：

  skew(table (column) [(value)])

  指定中间结果倾斜：

• skew((join_rel) (column) [(value)])

  参数说明
  

• table表示存在倾斜的单个表名。
• join_rel表示参与join的两个或多个表，如（t1 t2）表示t1和t2join后的结果存在倾斜。
• column表示倾斜表中存在倾斜的一个或多个列。
• value表示倾斜的列中存在倾斜的一个或多个值。

建议

• 如果查询具有多层，则哪一层出现倾斜，则将hint写在哪一层中。
• 对于提升的子查询，skew hint支持直接使用子查询名进行hint。如果明确子查询提升后的哪一个基表存在倾斜，则直接使用基表进行hint的可用性更高。
• 无论对于表或列，若存在别名，则优先使用别名进行hint。

示例

指定单表倾斜

• 原query中进行hint。

  采用如下查询进行skew hint倾斜调优的举例，查询语句及不带hint的原计划如下所示：

  explain
  with customer_total_return as
  (select sr_customer_sk as ctr_customer_sk
  ,sr_store_sk as ctr_store_sk
  ,sum(SR_FEE) as ctr_total_return
  from store_returns
  ,date_dim
  where sr_returned_date_sk = d_date_sk
  and d_year =2000
  group by sr_customer_sk
  ,sr_store_sk)
   select  c_customer_id
  from customer_total_return ctr1
  ,store
  ,customer
  where ctr1.ctr_total_return > (select avg(ctr_total_return)*1.2
  from customer_total_return ctr2
  where ctr1.ctr_store_sk = ctr2.ctr_store_sk)
  and s_store_sk = ctr1.ctr_store_sk
  and s_state = 'NM'
  and ctr1.ctr_customer_sk = c_customer_sk
  order by c_customer_id
  limit 100;

  
  

  

  对内层with子句中的HashAgg和外层的Hash Join进行hint指定，带hint的查询如下：

  explain
  with customer_total_return as
  (select /*+ skew(store_returns(sr_store_sk sr_customer_sk)) */sr_customer_sk as ctr_customer_sk
  ,sr_store_sk as ctr_store_sk
  ,sum(SR_FEE) as ctr_total_return
  from store_returns
  ,date_dim
  where sr_returned_date_sk = d_date_sk
  and d_year =2000
  group by sr_customer_sk
  ,sr_store_sk)
   select  /*+ skew(ctr1(ctr_customer_sk)(11))*/  c_customer_id
  from customer_total_return ctr1
  ,store
  ,customer
  where ctr1.ctr_total_return > (select avg(ctr_total_return)*1.2
  from customer_total_return ctr2
  where ctr1.ctr_store_sk = ctr2.ctr_store_sk)
  and s_store_sk = ctr1.ctr_store_sk
  and s_state = 'NM'
  and ctr1.ctr_customer_sk = c_customer_sk
  order by c_customer_id
  limit 100;

  该hint表示：内层with子句中的group by在做HashAgg中进行重分布时存在倾斜，对应原计划的10和21号Hash Agg算子；外层ctr1表的ctr_customer_sk列在做Hash Join中进行重分布时存在倾斜，对应原计划的6号算子。生成计划如下所示：

  

  从优化后的计划可以看出：①对于Hash Agg，由于其重分布存在倾斜，所以优化为双层Agg；②对于Hash Join，同样由于其重分布存在倾斜，所以优化为采用新的重分布算子。