Question

我正在运行如下查询：

SELECT f.*, p.countryName, p.airportName, a.name AS agentName
FROM (
    SELECT 
        f.outboundlegid, 
        f.inboundlegid,
        f.querydatetime,
        cast(f.agent as bigint) as agent,
        cast(f.querydestinationplace as bigint) as querydestinationplace,
        f.queryoutbounddate,
        f.queryinbounddate,
        f.quoteageinminutes,
        f.price
    FROM flights f
    WHERE querydatetime >= '2018-01-02'
    AND querydatetime <= '2019-01-10'
) f
INNER JOIN (
  SELECT airportId, airportName, countryName
  FROM airports
  WHERE countryName IN ('Philippines', 'Indonesia', 'Malaysia', 'Hong Kong', 'Thailand', 'Vietnam')
) p
ON f.querydestinationplace = p.airportId
INNER JOIN agents a
ON f.agent = a.id
ORDER BY f.outboundlegid, f.inboundlegid, f.agent, querydatetime DESC

这是怎么了？或如何优化它？它给了我

以此比例系数查询耗尽的资源

我有一个航班表，我想查询特定国家/地区内的航班

Answer 1

自雅典娜成立以来，我一直在面对这个问题，问题是ORDER BY子句。 Athena只是安装了hive和prestodb的EMR集群。您面临的问题是：即使查询分布在X个节点上，排序阶段也必须仅由一个节点（在这种情况下为主节点）完成。因此，最后，您可以订购与主节点一样多的数据。

您可以通过减少查询返回的数据量（可能会缩短时间范围）来进行测试。我希望这会有所帮助：）

雅典娜：按比例系数查询耗尽的资源

1 个答案: