Cómo usar el panel de rendimiento y el seguimiento de consultas de Explorar para supervisar el rendimiento de las consultas

El seguimiento de consultas de Explorar y el panel Explorar Rendimiento proporcionan datos de rendimiento paso a paso para una consulta de Explorar. Estos datos pueden ayudar a identificar puntos de entrada clave para solucionar problemas de rendimiento con las consultas y proporcionar recomendaciones para realizar mejoras.

Explorar el seguimiento de consultas

El seguimiento de consultas de Explorar muestra el progreso de una consulta de Explorar a través de las tres fases de la consulta mientras se ejecuta.

Si una consulta tarda mucho tiempo en ejecutarse, el seguimiento de consultas puede indicar qué fase de la consulta está causando el problema de rendimiento. Esto es útil para identificar dónde pueden ocurrir problemas de rendimiento y dónde los esfuerzos de optimización pueden ser más eficaces.

El seguimiento de consultas se muestra cuando se ejecuta una exploración, siempre que esté abierto el panel Visualización o el panel Datos de la exploración.

Explora el panel Rendimiento

Para ver el panel Rendimiento de Explorar, haz clic en el vínculo Ver detalles de rendimiento, que está disponible en cualquier consulta de Explorar que se haya ejecutado.

En el panel Rendimiento, se muestra el tiempo que la consulta pasó en cada una de las tres fases de consulta y se incluyen vínculos a la documentación de rendimiento y al panel de actividad del sistema Historial de consultas, que muestra los datos de rendimiento actuales y el historial de rendimiento de la consulta y la exploración que se usó para crear la consulta.

Fases de la consulta

Cuando una exploración de Looker ejecuta una consulta de base de datos, la consulta se ejecuta en tres fases, de la siguiente manera:

Fase de inicialización de la consulta

Durante la fase de inicialización de la consulta, Looker realiza todas las tareas necesarias antes de que se envíe la consulta a tu base de datos. La fase de inicialización de la consulta incluye las siguientes tareas:

En la página de documentación Información sobre las métricas de rendimiento de las consultas, se describe cómo usar la exploración Métricas de rendimiento de las consultas en Actividad del sistema para ver desgloses detallados de una consulta. La fase de inicialización de la consulta del seguimiento de consultas incluye los eventos que se describen en la fase de trabajador asíncrono, la fase de inicialización y la fase de manejo de conexiones de la exploración de métricas de rendimiento de consultas.

Si tienes problemas de rendimiento o consultas que tardan mucho tiempo durante la fase de inicialización de la consulta, sigue estos pasos:

  • Escalona las entregas programadas: Cuando se activan muchos Looks o paneles programados de forma simultánea (en especial, al comienzo de la hora), la ráfaga repentina de solicitudes de consultas simultáneas puede sobrecargar los recursos de la instancia y saturar los grupos de conexiones. Este cuello de botella de simultaneidad hace que las consultas esperen o giren de forma indefinida durante la inicialización. Escalona el contenido programado en intervalos de 15 o 30 minutos (por ejemplo, a las :15, :30 o :45) en lugar de programarlo todo para las :00. Para obtener más detalles, consulta Optimiza el rendimiento del servidor de Looker.
  • Usa grupos de datos para los programas: Siempre que sea posible, activa los envíos programados con grupos de datos que se alineen con tu ciclo de ETL, en lugar de usar activadores basados en el tiempo. El uso de grupos de datos distribuye la ejecución de consultas y evita que se ejecuten consultas redundantes en datos no actualizados.
  • Agrupa y limita las llamadas a la API: Si las secuencias de comandos automatizadas o las herramientas externas activan consultas o informes a través de la API de Looker, agrupa las solicitudes o introduce retrasos para evitar que se saturen las colas de inicialización de consultas.
  • Borra los procesos bloqueados: Si un aumento repentino de la simultaneidad hace que las consultas se bloqueen y que la instancia deje de responder, reiníciala para borrar las tareas en curso y restablecer las colas internas.

Fase de ejecución de la consulta

En la fase de ejecución de la consulta, Looker se comunica con tu base de datos, le envía consultas y muestra los resultados. Los problemas de rendimiento durante esta fase podrían indicar un problema con la base de datos externa, como PDT que tardan mucho tiempo en volver a compilarse y que podrían necesitar optimización, o tablas de bases de datos externas que podrían necesitar optimización. La fase Running Query incluye las siguientes tareas:

  • Compilar cualquier PDT en la base de datos que se requiera para la consulta de exploración
  • Ejecutar la consulta solicitada en la base de datos

En la página de documentación Información sobre las métricas de rendimiento de las consultas, se describe cómo usar la exploración Métricas de rendimiento de las consultas en Actividad del sistema para ver desgloses detallados de una consulta. La fase Running query del seguimiento de consultas incluye los eventos que se describen en la fase Main queries de la exploración Métricas de rendimiento de las consultas.

Si tienes problemas de rendimiento durante esta fase, puedes seguir estos pasos:

  • Crea exploraciones con uniones many_to_one siempre que sea posible. Cuando se unen vistas desde el nivel de detalle más particular hasta el más general (many_to_one), se suele obtener el mejor rendimiento de las consultas.
  • Maximiza el almacenamiento en caché para sincronizarlo con tus políticas de ETL siempre que sea posible para reducir el tráfico de las consultas de bases de datos. De forma predeterminada, Looker almacena en caché las consultas durante una hora. Puedes controlar la política de almacenamiento en caché y sincronizar las actualizaciones de datos de Looker con tu proceso de ETL aplicando grupos de datos en las exploraciones con el parámetro persist_with. Maximizar el almacenamiento en caché permite que Looker se integre más estrechamente con la canalización de datos de backend, de modo que el uso de la caché se pueda maximizar sin el riesgo de analizar datos obsoletos. Las políticas de almacenamiento en caché con nombre se pueden aplicar a un modelo completo o a exploraciones y tablas derivadas persistentes (PDT) individuales.
  • Usa la función de reconocimiento de agregaciones de Looker para crear tablas de resumen o integraciones que Looker pueda usar para las consultas siempre que sea posible, en especial para las consultas comunes de bases de datos grandes. También puedes usar el reconocimiento de agregaciones para mejorar drásticamente el rendimiento de paneles completos. Consulta el instructivo de reconocimiento de agregados para obtener más información.
  • Usa PDT para realizar consultas más rápidas. Convierte las exploraciones con muchas uniones complejas o de bajo rendimiento, o las dimensiones con subconsultas o subselecciones, en PDT para que las vistas se unan previamente y estén listas antes del tiempo de ejecución.
  • Si el dialecto de tu base de datos admite PDT incrementales, configura PDT incrementales para reducir el tiempo que Looker dedica a volver a compilar tablas de PDT.
  • Evita unir vistas en exploraciones en claves primarias concatenadas que se definen en Looker. En su lugar, únelos en los campos base que conforman la clave primaria concatenada de la vista. Como alternativa, vuelve a crear la vista como una PDT con la clave primaria concatenada predefinida en la definición de SQL de la tabla, en lugar de en el LookML de una vista.
  • Usa la herramienta Explicar en el Ejecutor de SQL para realizar comparativas. EXPLAIN produce una descripción general del plan de ejecución de consultas de tu base de datos para una consulta en SQL determinada, lo que te permite detectar componentes de consulta que se pueden optimizar. Obtén más información en la publicación de Comunidad Cómo optimizar SQL con EXPLAIN.
  • Declarar índices Puedes consultar los índices de cada tabla directamente en Looker desde el Ejecutor de SQL. Para ello, haz clic en el ícono de ajustes de una tabla y, luego, selecciona Mostrar índices.

    Las columnas más comunes que pueden beneficiarse de los índices son las fechas importantes y las claves externas. Agregar índices a estas columnas aumentará el rendimiento de casi todas las consultas. Esto también se aplica a las PDT. Los parámetros de LookML, como indexes, sort keys y distribution, se pueden aplicar de forma adecuada.

Fase de procesamiento de resultados

Durante la fase de procesamiento de resultados, Looker procesa y renderiza los resultados de la consulta. La fase de procesamiento de resultados incluye las siguientes tareas:

En la página de documentación Información sobre las métricas de rendimiento de las consultas, se describe cómo usar la exploración Métricas de rendimiento de las consultas en Actividad del sistema para ver desgloses detallados de una consulta. La fase Procesando resultados del seguimiento de consultas incluye los eventos que se describen en la fase posterior a la consulta de la exploración Métricas de rendimiento de las consultas.

Estos son algunos de los pasos que puedes seguir si tienes problemas de rendimiento durante esta fase:

  • Usa funciones como resultados combinados, campos personalizados y cálculos basados en tablas con moderación. Estas funciones están diseñadas para usarse como pruebas de concepto que te ayuden a diseñar tu modelo. La práctica recomendada es codificar de forma fija los cálculos y las funciones que se usan con frecuencia en LookML, lo que generará SQL para procesar en tu base de datos. Los cálculos excesivos pueden competir por la memoria de Java en la instancia de Looker, lo que hace que esta responda con mayor lentitud.
  • Limita la cantidad de vistas que incluyes en un modelo cuando hay una gran cantidad de archivos de vista. Incluir todas las vistas en un solo modelo puede ralentizar el rendimiento. Cuando hay una gran cantidad de vistas en un proyecto, considera incluir solo los archivos de vista que se necesitan en cada modelo. Considera usar convenciones de nomenclatura estratégicas para los nombres de los archivos de vista para permitir la inclusión de grupos de vistas dentro de un modelo. Se describe un ejemplo en la documentación del parámetro includes.
  • Evita que se devuelva una gran cantidad de datos de forma predeterminada en las tarjetas de los paneles y en las vistas. Las consultas que devuelven miles de datos consumirán más memoria. Asegúrate de que los datos estén limitados siempre que sea posible aplicando filtros de frontend a los paneles, las vistas y las exploraciones, y en el nivel de LookML con los parámetros required filters, conditionally_filter y sql_always_where.
  • Descarga o entrega consultas con la opción Todos los resultados con moderación, ya que algunas consultas pueden ser muy grandes y sobrecargar el servidor de Looker cuando se procesan.