Athenaで統計情報を取得する

#背景・目的

• Athenaでどこに時間がかかっているか内訳を調べたい。

#結論

• Athenaのget-query-executionのオプションを指定することで統計情報が取得できる。

#内容

CLIで調査する

• 以下のコマンドを実行する。

aws athena get-query-execution  --query-execution-id {クエリID} --query QueryExecution.Statistics --output table

• 結果

-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------
|                                                                             GetQueryExecution                                                                             |
+--------------------+------------------------------+----------------------------+-------------------------+---------------------------------+------------------------------+
| DataScannedInBytes | EngineExecutionTimeInMillis  | QueryPlanningTimeInMillis  | QueryQueueTimeInMillis  |  ServiceProcessingTimeInMillis  | TotalExecutionTimeInMillis   |
+--------------------+------------------------------+----------------------------+-------------------------+---------------------------------+------------------------------+
|  79139461          |  5083                        |  798                       |  295                    |  68                             |  5446                        |
+--------------------+------------------------------+----------------------------+-------------------------+---------------------------------+------------------------------+

• DataScannedInBytes

  • スキャンしたデータ量（バイト数）

• EngineExecutionTimeInMillis

  • クエリの実行にかかった時間（ミリ秒）

• QueryPlanningTimeInMillis

  • Athenaがクエリ実行計画に要した時間（ミリ秒）
  • データソースからテーブルパーティションを取得するために費やした時間も含まれる。
  • この時間はEngineExecutionTimeのサブセット。

• QueryQueueTimeInMillis

  • リソースを待機している時間。（ミリ秒）
  • 実行前の時間と思われる。

• ServiceProcessingTimeInMillis

  • クエリ実行後、クエリ結果を公開するのに要した時間（ミリ秒）

• TotalExecutionTimeInMillis

  • クエリを実行するのに要した時間（ミリ秒）
  • 合計時間と思われる。

• TotalExecutionは以下のように整理できる。

  • 上述したとおりQueryPlanningTimeInMillisはEngineExecutionTimeInMillisのサブセットのため、計算対象から外しています。

内訳	実行時間	計算対象
EngineExecutionTimeInMillis	5083	◯
QueryPlanningTimeInMillis	798
QueryQueueTimeInMillis	295	◯
ServiceProcessingTimeInMillis	68	◯
TotalExecutionTimeInMillis	5446

#考察

• これらの数字を確認することで以下の判断ができそう。
  • QueryQueueTimeInMillisが長い。
    • スループットが大きい。（多い）
    • 競合のクエリが多いなど。
    • アカウントあたりのAPIコールのクォーターの引き上げを検討する。
      • StartQueryExecution（デフォルト20/秒）
  • QueryPlanningTimeInMillisが長い。
    • テーブルパーティションを取得する時間も含まれるので、パーティション数が多いか追加で確認する。
    • GlueやAthenaのパーティションインデックスを検討する。
  • ServiceProcessingTimeInMillis
    • クエリの結果を返すのに時間がかかっている。
    • 単純にデータ量が多い場合が考えられる。

#参考
https://docs.aws.amazon.com/cli/latest/reference/athena/get-query-execution.html
https://docs.aws.amazon.com/ja_jp/athena/latest/ug/service-limits.html#service-limits-api-calls