[DISCUSSION] optimization of OrderBy sorted columns + Limit Query

classic Classic list List threaded Threaded
5 messages Options
Reply | Threaded
Open this post in threaded view
|

[DISCUSSION] optimization of OrderBy sorted columns + Limit Query

simafengyun
Hi Carbon Dev,

We faced slow sqls when apply carbondata in business system.

In our custom info management system, only 2 million data in carbondata.

we need to fetch data  sorting by the costum’s  phone number field and paginate data on the web page.

For example, when loading our system index  web page, it will execute the below similar sql

Select phone_number, other_field1, other_field2 , other_field3 , other_field4 from custominfo order by phone_number limit 10;

In our prod env, it takes about 4 seconds to execute this sql,  it is slow for only 2 million data system.


In another car info management system, it has  0.1 billion data in carbondata.
need to fetch data by sorting the car id field and business date,  and paginate data on the web page.

Similar sql as below

Select car_id,  business_date, other_field1, other_field2, other_field3, other_field4 from carinfo order by car_info, business_date limit 10;

I done test in my local , it takes  about 30 seconds to execute the sql.

In short, the more data, the worse performance even we just need the top 10 since it used full scan for orderby operation


Actually a few months ago, I have come up with the optimization plan for orderby+limit,
Please refer to

http://apache-carbondata-dev-mailing-list-archive.1130556.n5.nabble.com/Optimize-Order-By-Limit-Query-td9764.html#a9860 <http://apache-carbondata-dev-mailing-list-archive.1130556.n5.nabble.com/Optimize-Order-By-Limit-Query-td9764.html#a9860>
mainly, pushdown order by +limit to carbon scan, leverage  the sort column’s order stored feature to get topN sorted data in each block  

and reduce io scan. From test result, it can improve about 80% performance.

In previous  discussion, we have the  below conclusion.

The  optimization solution has  below limitations

1.       It cannot work for dictionary columns. As there is no guarantee that
dictionary allocation is in sorted order.

2.       It only can work when order by one dimension + limit or order by prefix columns of MDK

3.      It can’t optimize when orderby measures +limit

 
This time I think we can optimize the below cases, please give your suggestion

1.      Order by prefix columns of  sort columns if no dictionary encode + limit

2.      Order by a dimension with no dictionary encode + limit

for example  date, string type column

3.      Order by a dimension with dictionary encode if creating table with a pre-defined dictionaries + limit

4.      Order by a number field which is added to sort colums + limit

for example  int, bitint type column

 
5.      Order by dimension with dictionary encode + limit
       In this case, there is no guarantee that
dictionary allocation is in sorted order.

So maybe we can calculate the dictionary’s order according to the original value’s order in memory

And get top N according to the original value’s order

For example in table t3 having a country field with dictionary encode,

Country           dictionary

Australia           6

Canada             2

China                3

Uk                    4

Usa                   5

In Blocklet 1 dict value from 2 to 3  and have 32000 data

In Blocklet 2 dict value from 3 to 5  and have 32000 data

In Blocklet 3 dict value from 6 to 6  and have 32000 data

for the below Sql, apparently we only need to process blocklet3, it can reduce process time for blocklet1 and blocklet2

Select  country , name from t3 order by country limit 100;

 
 
Thanks

 Jarck
Reply | Threaded
Open this post in threaded view
|

Re: [DISCUSSION] optimization of OrderBy sorted columns + Limit Query

simafengyun
This post was updated on .
Recently , I used the latest code done test as below
1. Create Table:           
CREATE TABLE rx5_tbox_parquet_all(
           carid STRING,
           inputstime TIMESTAMP,
           carsyspwrmod INT,
           cardofrontpas INT,
           cardofrontdrv INT,
           cardorearleft INT,
           cardorearright INT,
           carbonnet INT,
           carboot INT,
           carwinfrontleft INT,
           carwinrearleft INT,
           carwinfrontright INT,
           carwinrearright INT,
           carsunroof INT,
           carcsactive INT,
           carcsenabled INT,
           carseatbeltdrv INT
          )
          STORED BY 'carbondata'
          TBLPROPERTIES('SORT_COLUMNS'='carid',
'DICTIONARY_INCLUDE'='carid')

2. Load  0.1 billion  data

3. Run the below sql

          select
           carid,
            inputstime,
            carsyspwrmod,
            cardofrontpas,
            cardofrontdrv,
            cardorearleft,
            cardorearright,
            carbonnet,
            carboot,
            carwinfrontleft,
            carwinrearleft,
            carwinfrontright,
            carwinrearright
          from rx5_tbox_parquet_all2
          order by carid
          limit 10


Use carbondata1.2 master code + spark2.1 to run
|carid             
|inputstime|carsyspwrmod|cardofrontpas|cardofrontdrv|cardorearleft|cardorearright|carbonnet|carboot|carwinfrontleft|carwinrearleft|carwinfrontright|carwinrearright|
+-----------------+--------+------------+---------------+---------------+---------------+----------------+---------+-------+------------------+-----------------+-------------------+------------------+
|LSJA24790HS020662|null    |2           |0              |0              |0 
            |0               |0        |0      |0                 |0       
        |0                  |0                 |
|LSJA24790HS020662|null    |2           |0              |0              |0 
            |0               |0        |0      |0                 |0       
        |0                  |0                 |
|LSJA24790HS020662|null    |2           |0              |0              |0 
            |0               |0        |0      |0                 |0       
        |0                  |0                 |
|LSJA24790HS020662|null    |2           |0              |0              |0 
            |0               |0        |0      |0                 |0       
        |0                  |0                 |
|LSJA24790HS020662|null    |2           |0              |0              |0 
            |0               |0        |0      |0                 |0       
        |0                  |0                 |
|LSJA24790HS020662|null    |2           |0              |0              |0 
            |0               |0        |0      |0                 |0       
        |0                  |0                 |
|LSJA24790HS020662|null    |2           |0              |0              |0 
            |0               |0        |0      |0                 |0       
        |0                  |0                 |
|LSJA24790HS020662|null    |2           |0              |0              |0 
            |0               |0        |0      |0                 |0       
        |0                  |0                 |
|LSJA24790HS020662|null    |2           |0              |0              |0 
            |0               |0        |0      |0                 |0       
        |0                  |0                 |
|LSJA24790HS020662|null    |2           |0              |0              |0 
            |0               |0        |0      |0                 |0       
        |0                  |0                 |
+-----------------+--------+------------+---------------+---------------+---------------+----------------+---------+-------+------------------+-----------------+-------------------+------------------+

limit 10 query time: 28777 milliseconds

Use orderby +limit optimized carbondata1.2 master code + spark1.6.3 to run

+-----------------+--------+------------+---------------+---------------+---------------+----------------+---------+-------+------------------+-----------------+-------------------+------------------+
|carid             
|inputstime|carsyspwrmod|cardofrontpas|cardofrontdrv|cardorearleft|cardorearright|carbonnet|carboot|carwinfrontleft|carwinrearleft|carwinfrontright|carwinrearright|
+-----------------+--------+------------+---------------+---------------+---------------+----------------+---------+-------+------------------+-----------------+-------------------+------------------+
|LSJA24790HS020662|null    |2           |0              |0              |0 
            |0               |0        |0      |0                 |0       
        |0                  |0                 |
|LSJA24790HS020662|null    |2           |0              |0              |0 
            |0               |0        |0      |0                 |0       
        |0                  |0                 |
|LSJA24790HS020662|null    |2           |0              |0              |0 
            |0               |0        |0      |0                 |0       
        |0                  |0                 |
|LSJA24790HS020662|null    |2           |0              |0              |0 
            |0               |0        |0      |0                 |0       
        |0                  |0                 |
|LSJA24790HS020662|null    |2           |0              |0              |0 
            |0               |0        |0      |0                 |0       
        |0                  |0                 |
|LSJA24790HS020662|null    |2           |0              |0              |0 
            |0               |0        |0      |0                 |0       
        |0                  |0                 |
|LSJA24790HS020662|null    |2           |0              |0              |0 
            |0               |0        |0      |0                 |0       
        |0                  |0                 |
|LSJA24790HS020662|null    |2           |0              |0              |0 
            |0               |0        |0      |0                 |0       
        |0                  |0                 |
|LSJA24790HS020662|null    |2           |0              |0              |0 
            |0               |0        |0      |0                 |0       
        |0                  |0                 |
|LSJA24790HS020662|null    |2           |0              |0              |0 
            |0               |0        |0      |0                 |0       
        |0                  |0                 |
+-----------------+--------+------------+---------------+---------------+---------------+----------------+---------+-------+------------------+-----------------+-------------------+------------------+

limit 10 query time: 1640  milliseconds

Apparently, after optimization, even I use spark1.6.3, it also improved 90%
performance









Thanks
马云




--
Sent from: http://apache-carbondata-dev-mailing-list-archive.1130556.n5.nabble.com/
Reply | Threaded
Open this post in threaded view
|

Re: [DISCUSSION] optimization of OrderBy sorted columns + Limit Query

ravipesala
In reply to this post by simafengyun
Hi,

As I understand as per your business scenario you require to sort on
dimension and apply a limit on it for pagination on your web application. It
is a very specific scenario for your case to handle. It is not even topN
queries as it is not applying on measures. If we push down this type of
specific scenarios to carbon we will have maintainability issues in
long-term.
It is recommended that these type of optimizations can be done in the
planning phase or integration layer and not to the level of carbon layer.


Regards,
Ravindra



--
Sent from: http://apache-carbondata-dev-mailing-list-archive.1130556.n5.nabble.com/
Reply | Threaded
Open this post in threaded view
|

Re: [DISCUSSION] optimization of OrderBy sorted columns + Limit Query

Liang Chen
Administrator
In reply to this post by simafengyun
Hi Jarck

Did this solution use dictionary to do limit , right ?  this solution can't
make sure the data correctness
-------------------------------------------------------------------------------
Use orderby +limit optimized carbondata1.2 master code + spark1.6.3

@Ravindra @Jarck :  let us discuss it, see if can find out the common
solution,
   Proposal 1 : Implement TopN solution.
   Proposal 2 : Decoupled plug-in solution, continue to use Jarck's code,
just need change order by from dictionary value to actual dimensional value.

Regards
Liang

simafengyun wrote

> Recently , I used the latest code done test as below
> 1. Create Table:           
> CREATE TABLE rx5_tbox_parquet_all(
>            carid STRING,
>            inputstime TIMESTAMP,
>            carsyspwrmod INT,
>            cardofrontpas INT,
>            cardofrontdrv INT,
>            cardorearleft INT,
>            cardorearright INT,
>            carbonnet INT,
>            carboot INT,
>            carwinfrontleft INT,
>            carwinrearleft INT,
>            carwinfrontright INT,
>            carwinrearright INT,
>            carsunroof INT,
>            carcsactive INT,
>            carcsenabled INT,
>            carseatbeltdrv INT
>           )
>           STORED BY 'carbondata'
>           TBLPROPERTIES('SORT_COLUMNS'='carid',
> 'DICTIONARY_INCLUDE'='carid')
>
> 2. Load  0.1 billion  data
>
> 3. Run the below sql
>
>           select
>            carid,
>             inputstime,
>             carsyspwrmod,
>             cardofrontpas,
>             cardofrontdrv,
>             cardorearleft,
>             cardorearright,
>             carbonnet,
>             carboot,
>             carwinfrontleft,
>             carwinrearleft,
>             carwinfrontright,
>             carwinrearright
>           from rx5_tbox_parquet_all2
>           order by carid
>           limit 10
>
>
> Use carbondata1.2 master code + spark2.1 to run
> |carid             
> |inputstime|carsyspwrmod|cardofrontpas|cardofrontdrv|cardorearleft|cardorearright|carbonnet|carboot|carwinfrontleft|carwinrearleft|carwinfrontright|carwinrearright|
> +-----------------+--------+------------+---------------+---------------+---------------+----------------+---------+-------+------------------+-----------------+-------------------+------------------+
> |LSJA24790HS020662|null    |2           |0              |0             
> |0 
>             |0               |0        |0      |0                 |0     
>  
>         |0                  |0                 |
> |LSJA24790HS020662|null    |2           |0              |0             
> |0 
>             |0               |0        |0      |0                 |0     
>  
>         |0                  |0                 |
> |LSJA24790HS020662|null    |2           |0              |0             
> |0 
>             |0               |0        |0      |0                 |0     
>  
>         |0                  |0                 |
> |LSJA24790HS020662|null    |2           |0              |0             
> |0 
>             |0               |0        |0      |0                 |0     
>  
>         |0                  |0                 |
> |LSJA24790HS020662|null    |2           |0              |0             
> |0 
>             |0               |0        |0      |0                 |0     
>  
>         |0                  |0                 |
> |LSJA24790HS020662|null    |2           |0              |0             
> |0 
>             |0               |0        |0      |0                 |0     
>  
>         |0                  |0                 |
> |LSJA24790HS020662|null    |2           |0              |0             
> |0 
>             |0               |0        |0      |0                 |0     
>  
>         |0                  |0                 |
> |LSJA24790HS020662|null    |2           |0              |0             
> |0 
>             |0               |0        |0      |0                 |0     
>  
>         |0                  |0                 |
> |LSJA24790HS020662|null    |2           |0              |0             
> |0 
>             |0               |0        |0      |0                 |0     
>  
>         |0                  |0                 |
> |LSJA24790HS020662|null    |2           |0              |0             
> |0 
>             |0               |0        |0      |0                 |0     
>  
>         |0                  |0                 |
> +-----------------+--------+------------+---------------+---------------+---------------+----------------+---------+-------+------------------+-----------------+-------------------+------------------+
>
> limit 10 query time: 28777 milliseconds
>
> Use orderby +limit optimized carbondata1.2 master code + spark1.6.3 to run
>
> +-----------------+--------+------------+---------------+---------------+---------------+----------------+---------+-------+------------------+-----------------+-------------------+------------------+
> |carid             
> |inputstime|carsyspwrmod|cardofrontpas|cardofrontdrv|cardorearleft|cardorearright|carbonnet|carboot|carwinfrontleft|carwinrearleft|carwinfrontright|carwinrearright|
> +-----------------+--------+------------+---------------+---------------+---------------+----------------+---------+-------+------------------+-----------------+-------------------+------------------+
> |LSJA24790HS020662|null    |2           |0              |0             
> |0 
>             |0               |0        |0      |0                 |0     
>  
>         |0                  |0                 |
> |LSJA24790HS020662|null    |2           |0              |0             
> |0 
>             |0               |0        |0      |0                 |0     
>  
>         |0                  |0                 |
> |LSJA24790HS020662|null    |2           |0              |0             
> |0 
>             |0               |0        |0      |0                 |0     
>  
>         |0                  |0                 |
> |LSJA24790HS020662|null    |2           |0              |0             
> |0 
>             |0               |0        |0      |0                 |0     
>  
>         |0                  |0                 |
> |LSJA24790HS020662|null    |2           |0              |0             
> |0 
>             |0               |0        |0      |0                 |0     
>  
>         |0                  |0                 |
> |LSJA24790HS020662|null    |2           |0              |0             
> |0 
>             |0               |0        |0      |0                 |0     
>  
>         |0                  |0                 |
> |LSJA24790HS020662|null    |2           |0              |0             
> |0 
>             |0               |0        |0      |0                 |0     
>  
>         |0                  |0                 |
> |LSJA24790HS020662|null    |2           |0              |0             
> |0 
>             |0               |0        |0      |0                 |0     
>  
>         |0                  |0                 |
> |LSJA24790HS020662|null    |2           |0              |0             
> |0 
>             |0               |0        |0      |0                 |0     
>  
>         |0                  |0                 |
> |LSJA24790HS020662|null    |2           |0              |0             
> |0 
>             |0               |0        |0      |0                 |0     
>  
>         |0                  |0                 |
> +-----------------+--------+------------+---------------+---------------+---------------+----------------+---------+-------+------------------+-----------------+-------------------+------------------+
>
> limit 10 query time: 1640  milliseconds
>
> Apparently, after optimization, even I use spark1.6.3, it also improved
> 90%
> performance
>
>
>
>
>
>
>
>
>
> Thanks
> 马云
>
>
>
>
> --
> Sent from:
> http://apache-carbondata-dev-mailing-list-archive.1130556.n5.nabble.com/





--
Sent from: http://apache-carbondata-dev-mailing-list-archive.1130556.n5.nabble.com/
Reply | Threaded
Open this post in threaded view
|

Re: [DISCUSSION] optimization of OrderBy sorted columns + Limit Query

simafengyun
Hi Liang,

yes, your right,  I used the dictionary to do the limit and  this solution can’t make sure the data correctness.
But, I also done order by test on date field which is the first column of MDK key, date field used the direct dictionary encode, it should can make sure the data correctness.
after test , it also  can improve more than 80% performance






> 在 2017年9月29日,下午3:34,Liang Chen <[hidden email]> 写道:
>
> Hi Jarck
>
> Did this solution use dictionary to do limit , right ?  this solution can't
> make sure the data correctness
> -------------------------------------------------------------------------------
> Use orderby +limit optimized carbondata1.2 master code + spark1.6.3
>
> @Ravindra @Jarck :  let us discuss it, see if can find out the common
> solution,
>   Proposal 1 : Implement TopN solution.
>   Proposal 2 : Decoupled plug-in solution, continue to use Jarck's code,
> just need change order by from dictionary value to actual dimensional value.
>
> Regards
> Liang
>
> simafengyun wrote
>> Recently , I used the latest code done test as below
>> 1. Create Table:          
>> CREATE TABLE rx5_tbox_parquet_all(
>>            carid STRING,
>>            inputstime TIMESTAMP,
>>            carsyspwrmod INT,
>>            cardofrontpas INT,
>>            cardofrontdrv INT,
>>            cardorearleft INT,
>>            cardorearright INT,
>>            carbonnet INT,
>>            carboot INT,
>>            carwinfrontleft INT,
>>            carwinrearleft INT,
>>            carwinfrontright INT,
>>            carwinrearright INT,
>>            carsunroof INT,
>>            carcsactive INT,
>>            carcsenabled INT,
>>            carseatbeltdrv INT
>>           )
>>           STORED BY 'carbondata'
>>           TBLPROPERTIES('SORT_COLUMNS'='carid',
>> 'DICTIONARY_INCLUDE'='carid')
>>
>> 2. Load  0.1 billion  data
>>
>> 3. Run the below sql
>>
>>           select
>>            carid,
>>             inputstime,
>>             carsyspwrmod,
>>             cardofrontpas,
>>             cardofrontdrv,
>>             cardorearleft,
>>             cardorearright,
>>             carbonnet,
>>             carboot,
>>             carwinfrontleft,
>>             carwinrearleft,
>>             carwinfrontright,
>>             carwinrearright
>>           from rx5_tbox_parquet_all2
>>           order by carid
>>           limit 10
>>
>>
>> Use carbondata1.2 master code + spark2.1 to run
>> |carid            
>> |inputstime|carsyspwrmod|cardofrontpas|cardofrontdrv|cardorearleft|cardorearright|carbonnet|carboot|carwinfrontleft|carwinrearleft|carwinfrontright|carwinrearright|
>> +-----------------+--------+------------+---------------+---------------+---------------+----------------+---------+-------+------------------+-----------------+-------------------+------------------+
>> |LSJA24790HS020662|null    |2           |0              |0            
>> |0
>>             |0               |0        |0      |0                 |0    
>>  
>>         |0                  |0                 |
>> |LSJA24790HS020662|null    |2           |0              |0            
>> |0
>>             |0               |0        |0      |0                 |0    
>>  
>>         |0                  |0                 |
>> |LSJA24790HS020662|null    |2           |0              |0            
>> |0
>>             |0               |0        |0      |0                 |0    
>>  
>>         |0                  |0                 |
>> |LSJA24790HS020662|null    |2           |0              |0            
>> |0
>>             |0               |0        |0      |0                 |0    
>>  
>>         |0                  |0                 |
>> |LSJA24790HS020662|null    |2           |0              |0            
>> |0
>>             |0               |0        |0      |0                 |0    
>>  
>>         |0                  |0                 |
>> |LSJA24790HS020662|null    |2           |0              |0            
>> |0
>>             |0               |0        |0      |0                 |0    
>>  
>>         |0                  |0                 |
>> |LSJA24790HS020662|null    |2           |0              |0            
>> |0
>>             |0               |0        |0      |0                 |0    
>>  
>>         |0                  |0                 |
>> |LSJA24790HS020662|null    |2           |0              |0            
>> |0
>>             |0               |0        |0      |0                 |0    
>>  
>>         |0                  |0                 |
>> |LSJA24790HS020662|null    |2           |0              |0            
>> |0
>>             |0               |0        |0      |0                 |0    
>>  
>>         |0                  |0                 |
>> |LSJA24790HS020662|null    |2           |0              |0            
>> |0
>>             |0               |0        |0      |0                 |0    
>>  
>>         |0                  |0                 |
>> +-----------------+--------+------------+---------------+---------------+---------------+----------------+---------+-------+------------------+-----------------+-------------------+------------------+
>>
>> limit 10 query time: 28777 milliseconds
>>
>> Use orderby +limit optimized carbondata1.2 master code + spark1.6.3 to run
>>
>> +-----------------+--------+------------+---------------+---------------+---------------+----------------+---------+-------+------------------+-----------------+-------------------+------------------+
>> |carid            
>> |inputstime|carsyspwrmod|cardofrontpas|cardofrontdrv|cardorearleft|cardorearright|carbonnet|carboot|carwinfrontleft|carwinrearleft|carwinfrontright|carwinrearright|
>> +-----------------+--------+------------+---------------+---------------+---------------+----------------+---------+-------+------------------+-----------------+-------------------+------------------+
>> |LSJA24790HS020662|null    |2           |0              |0            
>> |0
>>             |0               |0        |0      |0                 |0    
>>  
>>         |0                  |0                 |
>> |LSJA24790HS020662|null    |2           |0              |0            
>> |0
>>             |0               |0        |0      |0                 |0    
>>  
>>         |0                  |0                 |
>> |LSJA24790HS020662|null    |2           |0              |0            
>> |0
>>             |0               |0        |0      |0                 |0    
>>  
>>         |0                  |0                 |
>> |LSJA24790HS020662|null    |2           |0              |0            
>> |0
>>             |0               |0        |0      |0                 |0    
>>  
>>         |0                  |0                 |
>> |LSJA24790HS020662|null    |2           |0              |0            
>> |0
>>             |0               |0        |0      |0                 |0    
>>  
>>         |0                  |0                 |
>> |LSJA24790HS020662|null    |2           |0              |0            
>> |0
>>             |0               |0        |0      |0                 |0    
>>  
>>         |0                  |0                 |
>> |LSJA24790HS020662|null    |2           |0              |0            
>> |0
>>             |0               |0        |0      |0                 |0    
>>  
>>         |0                  |0                 |
>> |LSJA24790HS020662|null    |2           |0              |0            
>> |0
>>             |0               |0        |0      |0                 |0    
>>  
>>         |0                  |0                 |
>> |LSJA24790HS020662|null    |2           |0              |0            
>> |0
>>             |0               |0        |0      |0                 |0    
>>  
>>         |0                  |0                 |
>> |LSJA24790HS020662|null    |2           |0              |0            
>> |0
>>             |0               |0        |0      |0                 |0    
>>  
>>         |0                  |0                 |
>> +-----------------+--------+------------+---------------+---------------+---------------+----------------+---------+-------+------------------+-----------------+-------------------+------------------+
>>
>> limit 10 query time: 1640  milliseconds
>>
>> Apparently, after optimization, even I use spark1.6.3, it also improved
>> 90%
>> performance
>>
>>
>>
>>
>>
>>
>>
>>
>>
>> Thanks
>> 马云
>>
>>
>>
>>
>> --
>> Sent from:
>> http://apache-carbondata-dev-mailing-list-archive.1130556.n5.nabble.com/
>
>
>
>
>
> --
> Sent from: http://apache-carbondata-dev-mailing-list-archive.1130556.n5.nabble.com/ <http://apache-carbondata-dev-mailing-list-archive.1130556.n5.nabble.com/>