Redshiftのキューが詰まり気味かどうか確認する

stl_wlm_queryを見れば、クエリがキューに入ってた時間と、実行にかかった時間がわかる。

なので、クエリにかかった総時間のうち、キューに入ってた時間の占める割合が多く、かつ計算リソースがあまり気味な場合、WLMのquery_concurrentyを上げることでクエリのリードタイムを短くできる余地がある。

例

たとえば以下のようなクエリを投げると、

30sec以上かかったクエリの、キューに入ってた時間と実行にかかった時間、および総時間を、開始時間の降順で300件

が出せる

select 
  r.starttime,
  r.query,
  l.total_queue_time / 1000000.0 as total_queue_time_sec,
  l.total_exec_time / 1000000.0 as total_exec_time_sec,
  (r.endtime - r.starttime) / 1000000.0 as total_time_sec,
  substring(r.querytxt, 0, 100) as query_summary from 
    stl_wlm_query l inner join stl_query r on l.query = r.query 
  where l.total_exec_time > 30000000 order by r.starttime desc limit 300;

        starttime          |  query  | total_queue_time_sec | total_exec_time_sec | total_time_sec |             query_summary
---------------------------+---------+----------------------+---------------------+----------------+------------------------------
2017-05-22 09:59:45.759782 | 1234577 |          33.60106500 |         88.78451400 | 122            | select col1, col2 from ...
2017-05-22 09:59:45.463301 | 1234576 |           0.10747800 |         88.11247500 | 88             | select col1, col2 from ...
2017-05-22 09:59:39.08331  | 1234575 |           3.68974900 |         37.37480700 | 41             | select count(* ...
2017-05-22 09:58:57.252807 | 1234574 |          41.63762000 |         94.75934300 | 136            | select col1, col2 from ...
2017-05-22 09:58:13.491151 | 1234573 |          44.95999800 |         47.11964700 | 92             | select count(* ...
2017-05-22 09:58:07.478298 | 1234572 |           5.92790200 |        125.95480500 | 131            | select col1, col2 from ...
2017-05-22 09:58:07.40917  | 1234571 |           1.22832300 |         48.45053400 | 49             | select count(*...
2017-05-22 09:57:09.519421 | 1234570 |          57.54272200 |        132.29861800 | 189            | select col1, col2 from ...
2017-05-22 09:56:53.672369 | 1234569 |          17.04953400 |         56.55392900 | 73             | select count(* ...
2017-05-22 09:56:34.059251 | 1234568 |          19.30138300 |        168.04979700 | 187            | select col1, col2 from ...
2017-05-22 09:56:20.419248 | 1234567 |          14.83418200 |         34.10228000 | 48             | select count(* ...
...