Question

尝试从日期分区的历史数据库中查询太多日期时出现奇怪的错误：

q)eod: h"select from eod where date within 2018.01.01 2018.04.22"
'/tablepath/2018.04.04/eod/somecolumn: invalid host
q)eod: h"select from eod where date within 2018.01.17 2018.04.20"
'/tablepath/2018.04.20/eod/othercolumn: invalid host
q)eod: h"select from eod where date within 2018.01.18 2018.04.20"
q)

请注意，错误消息中提到的两个日期都在我们最终设法提取的日期范围内，并且每次都在不同的列上失败。这似乎表明它与被拉动的表的大小有关，但是当我们检查我们设法获得的最大表的大小时：

q)(-22!eod) % 1024 * 1024
646.9043
q)count eod
2872546

我们发现它的内存大小和行数都不是特别大。

Google搜索“无效主机”错误似乎没有出现任何相关内容，而且我在kdb文档中没有看到任何与相关的大小限制相关的内容。有人有任何想法吗？

修改

在会话中加载表并直接进行查询时，我们得到的内容似乎是相同的错误，但是使用了不同的消息。例如：

q)jj: select from eod where date within 2018.01.01 2018.04.22
Too many compressed files open
k){0!(?).@[x;0;p1[;y;z]]}
'./2018.04.04/eod/settlecab: No such file or directory
.
?
(+`exch`date`class..
q.Q))

请注意，文件./2018.04.04/eod/settlecab确实存在并包含数据：我只是在错误中提到的日期加载数据没有问题，并且提到的列具有有意义的值：

q)jj: select from eod where date=2018.04.04
q)select count i by settlecab from jj
settlecab| x    
---------| -----
0        | 41573
1        | 2269

关键点似乎是Too many compressed files open消息，但我该怎么办呢？

编辑摘要/解决方案：

有问题的表有很多列，都以压缩格式存储。当一次针对太多日期发出查询时，kdb会尝试同时对所有这些列进行mmap，从而限制一次打开多少个压缩文件。

一旦我理解了这个问题，就可以找到几种解决方案：

我只能从数据库中提取某些列，减少了kdb保持打开所需的文件数，
我可以通过在查询中添加一个伪where子句来强制kdb将所有数据拉入内存，例如(null column) | not null column（hacky，但它有效），
我本可以升级kdb版本并解除操作系统限制（在我的情况下不实用）。

我仍然不知道为什么在远程查询数据库时导致invalid host错误。

Answer 1

首先，我们可以澄清您正在使用的数据库结构。从错误中返回的文件路径看来，您已经拥有了一个日期分区数据库。当您在原始查询中说未分区时，您的意思是非分段数据库吗？

就您的问题的修复而言，您是否尝试将数据库加载到会话中，并直接进行这些查询？如果是这样，你会得到同样的问题吗？

如果这似乎工作正常，问题可能在于您如何定义数据库句柄。如何在原始示例中定义h？

尝试从数据库中选择单个日期，尝试隔离问题并确定它是否与您的磁盘数据有关也可能值得尝试。尝试专门查询错误中提到的日期。

您还可以尝试使用列的子集执行原始查询，再次尝试确定问题的来源。

如果您对此有任何进一步了解，请告诉我们。

约瑟夫

什么可能导致kdb查询中出现“无效主机”错误？

1 个答案: