架构：

ACCOUNT_USAGE

COLUMN_QUERY_PRUNING_HISTORY 视图

使用此 Account Usage 视图可以更好地了解查询执行期间的数据访问模式，包括一些列级详细信息，例如“访问类型”和可能有益的候选 搜索优化表达式。

您可以将此视图与 TABLE_QUERY_PRUNING_HISTORY 视图 结合使用。例如，您可以使用 TABLE_QUERY_PRUNING_HISTORY 视图识别对目标表的访问权限，然后使用 COLUMN_QUERY_PRUNING_HISTORY 视图识别这些表中常用的列。

此视图中的每一行都表示给定时间间隔内，特定列的查询修剪历史记录。这些数据按列、表、时间间隔汇总，包括执行的查询数量、扫描的分区数量、修剪的分区数量、扫描的行数、删除的行数和匹配的行数等指标。

另请参阅 TABLE_PRUNING_HISTORY 视图 和 查询修剪。

列

列名称

数据类型

描述

INTERVAL_START_TIME

TIMESTAMP_LTZ

执行和完成查询的时间范围（以小时为单位）的开始时间。

INTERVAL_END_TIME

TIMESTAMP_LTZ

执行和完成查询的时间范围（以小时为单位）的结束时间。

TABLE_ID

NUMBER

已查询表的内部/系统生成的标识符。

TABLE_NAME

VARCHAR

被查询表的名称。

SCHEMA_ID

NUMBER

包含被查询表的架构的内部/系统生成的标识符。

SCHEMA_NAME

VARCHAR

包含被查询表的架构的名称。

DATABASE_ID

NUMBER

包含被查询表的数据库的内部/系统生成的标识符。

DATABASE_NAME

VARCHAR

包含被查询表的数据库的名称。

WAREHOUSE_ID

NUMBER

用于运行查询的仓库的内部/系统生成标识符。

WAREHOUSE_NAME

VARCHAR

运行查询的仓库的名称。

QUERY_HASH

VARCHAR

根据规范化 SQL 文本计算的 哈希值。

QUERY_PARAMETERIZED_HASH

VARCHAR

根据参数化查询计算的 哈希值。

COLUMN_ID

NUMBER

为从所查询的表访问的列的内部/系统生成标识符。

COLUMN_NAME

VARCHAR

从所查询的表访问的列的名称。

VARIANT_PATH

VARCHAR

所访问的半结构化数据的路径（如适用）。如果所访问的列没有半结构化数据类型，则为 NULL。

ACCESS_TYPE

VARCHAR

对列（WHERE 或 JOIN 条件）执行的访问类型。

NUM_QUERIES

NUMBER

在此时间范围内，使用该仓库，在此表上访问该列（如果适用，还有变体路径），并具有此特定 QUERY_HASH 值且以此类型访问执行的查询数量。

AGGREGATE_QUERY_ELAPSED_TIME

NUMBER

由 NUM_QUERIES 定义的查询的总运行时间（以毫秒为单位）。此总计值包括排队时间以及其他与编译和执行无关的时间。

AGGREGATE_QUERY_COMPILATION_TIME

NUMBER

由 NUM_QUERIES 定义的查询的总编译时间（以毫秒为单位）。

AGGREGATE_QUERY_EXECUTION_TIME

NUMBER

由 NUM_QUERIES 定义的查询的总执行时间（以毫秒为单位）。

PARTITIONS_SCANNED

NUMBER

此表上为由 NUM_QUERIES 定义的查询而扫描的分区数。

PARTITIONS_PRUNED

NUMBER

此表上为由 NUM_QUERIES 定义的查询而修剪的分区数。这些分区会在查询处理过程中被删除，不会进行扫描，从而提高查询的效率。

ROWS_SCANNED

NUMBER

此表上为由 NUM_QUERIES 定义的查询而扫描的行数。

ROWS_PRUNED

NUMBER

此表上为由 NUM_QUERIES 定义的查询而修剪的行数。这些行在查询处理过程中会被删除，不会进行扫描，从而提高查询的效率。

ROWS_MATCHED

NUMBER

扫描此表以查找由 NUM_QUERIES 定义的查询时，与 WHERE 子句筛选器相匹配的行数。

SEARCH_OPTIMIZATION_SUPPORTED_EXPRESSIONS

ARRAY

此列中列出了支持的搜索优化表达式，这些表达式可能会加快扫描此表中由 NUM_QUERIES 定义的查询的速度。

使用说明

  • 视图的延迟时间最长可达 4 小时。

  • 数据保留 1 年。

  • 此视图不包括 混合表 的修剪信息。

  • 被授予 USAGE_VIEWER 数据库角色的用户和角色可以访问此视图。有关更多信息，请参阅 SNOWFLAKE 数据库角色。

  • ACCESS_TYPE 列包含以下值之一：

    • WHERE：该列在 WHERE 子句的筛选条件中使用。

    • JOIN：该列在 JOIN 操作的条件中使用。

  • 此视图中显示的访问行为体现了实际执行的查询计划，该计划可能不同于原始查询文本。例如，如果 HAVING 子句未引用 GROUP BY 子句生成的汇总结果，则可以对其进行优化并重写为 WHERE 子句，其 ACCESS_TYPE 值将为 WHERE。

  • 对于无法从下推优化中受益的复杂筛选条件，即便行与筛选条件不匹配，在表扫描操作期间也可能不会筛选掉这些行。因此，这些行计入 ROWS_MATCHED 值。

  • 目前，SEARCH_OPTIMIZATION_SUPPORTED_EXPRESSIONS 列仅建议 EQUALITY 和 SUBSTRING :ref:` 搜索方法 <label-alter_table_searchoptimizationaction>`。

  • 此视图会保留每个查询运行时间最长的 1,000 次表扫描的数据。只有复杂度极高的查询才会超过此扫描次数，因此很少会有数据会被忽略。

示例

针对给定的一天，返回对特定表的查询的列级修剪历史记录：

SELECT interval_start_time, table_name, column_name, access_type, num_queries,
    rows_scanned, rows_pruned, rows_matched,
    search_optimization_supported_expressions::VARCHAR as search_optim
  FROM SNOWFLAKE.ACCOUNT_USAGE.COLUMN_QUERY_PRUNING_HISTORY
  WHERE interval_start_time like '2025-04-24%' AND table_name='SENSOR_DATA_TS'
  ORDER BY 3, 1;
Copy
+-------------------------------+----------------+-------------+-------------+-------------+--------------+-------------+--------------+-----------------------------+
| INTERVAL_START_TIME           | TABLE_NAME     | COLUMN_NAME | ACCESS_TYPE | NUM_QUERIES | ROWS_SCANNED | ROWS_PRUNED | ROWS_MATCHED | SEARCH_OPTIM                |
|-------------------------------+----------------+-------------+-------------+-------------+--------------+-------------+--------------+-----------------------------|
| 2025-04-24 14:00:00.000 -0700 | SENSOR_DATA_TS | DEVICE_ID   | WHERE       |           1 |      2678400 |     2678400 |            5 | ["EQUALITY(\"DEVICE_ID\")"] |
| 2025-04-24 14:00:00.000 -0700 | SENSOR_DATA_TS | DEVICE_ID   | WHERE       |           1 |      2678400 |     2678400 |            5 | ["EQUALITY(\"DEVICE_ID\")"] |
| 2025-04-24 15:00:00.000 -0700 | SENSOR_DATA_TS | DEVICE_ID   | WHERE       |           1 |      2678400 |     2678400 |      2678400 | ["EQUALITY(\"DEVICE_ID\")"] |
| 2025-04-24 15:00:00.000 -0700 | SENSOR_DATA_TS | DEVICE_ID   | WHERE       |           1 |      2678400 |     2678400 |      2678400 | ["EQUALITY(\"DEVICE_ID\")"] |
| 2025-04-24 15:00:00.000 -0700 | SENSOR_DATA_TS | DEVICE_ID   | WHERE       |           1 |      2678400 |     2678400 |            5 | ["EQUALITY(\"DEVICE_ID\")"] |
| 2025-04-24 15:00:00.000 -0700 | SENSOR_DATA_TS | DEVICE_ID   | WHERE       |           1 |      2678400 |     2678400 |      2678400 | ["EQUALITY(\"DEVICE_ID\")"] |
| 2025-04-24 17:00:00.000 -0700 | SENSOR_DATA_TS | DEVICE_ID   | WHERE       |           1 |      2678400 |     2678400 |      2678400 | ["EQUALITY(\"DEVICE_ID\")"] |
| 2025-04-24 17:00:00.000 -0700 | SENSOR_DATA_TS | DEVICE_ID   | WHERE       |           1 |      2678400 |     2678400 |      2678400 | ["EQUALITY(\"DEVICE_ID\")"] |
| 2025-04-24 19:00:00.000 -0700 | SENSOR_DATA_TS | DEVICE_ID   | WHERE       |           1 |      2678400 |     2678400 |      2678400 | ["EQUALITY(\"DEVICE_ID\")"] |
| 2025-04-24 19:00:00.000 -0700 | SENSOR_DATA_TS | DEVICE_ID   | WHERE       |           1 |      2678400 |     2678400 |      2678400 | ["EQUALITY(\"DEVICE_ID\")"] |
| 2025-04-24 17:00:00.000 -0700 | SENSOR_DATA_TS | TEMPERATURE | WHERE       |           1 |      5356800 |           0 |      3262387 | NULL                        |
| 2025-04-24 17:00:00.000 -0700 | SENSOR_DATA_TS | TEMPERATURE | WHERE       |           1 |      2678400 |     2678400 |       394106 | NULL                        |
| 2025-04-24 17:00:00.000 -0700 | SENSOR_DATA_TS | TEMPERATURE | WHERE       |           1 |      5356800 |           0 |      1227686 | NULL                        |
| 2025-04-24 17:00:00.000 -0700 | SENSOR_DATA_TS | TEMPERATURE | WHERE       |           1 |      2678400 |     2678400 |       216642 | NULL                        |
| 2025-04-24 17:00:00.000 -0700 | SENSOR_DATA_TS | TEMPERATURE | WHERE       |           1 |      2678400 |     2678400 |       216642 | NULL                        |
| 2025-04-24 17:00:00.000 -0700 | SENSOR_DATA_TS | TEMPERATURE | WHERE       |           1 |      5356800 |           0 |      1227686 | NULL                        |
| 2025-04-24 17:00:00.000 -0700 | SENSOR_DATA_TS | TEMPERATURE | WHERE       |           1 |      5356800 |           0 |       820272 | NULL                        |
| 2025-04-24 17:00:00.000 -0700 | SENSOR_DATA_TS | TEMPERATURE | WHERE       |           1 |      5356800 |           0 |      3262387 | NULL                        |
| 2025-04-24 17:00:00.000 -0700 | SENSOR_DATA_TS | TEMPERATURE | WHERE       |           1 |      5356800 |           0 |      3262387 | NULL                        |
| 2025-04-24 17:00:00.000 -0700 | SENSOR_DATA_TS | TEMPERATURE | WHERE       |           1 |      5356800 |           0 |      1227686 | NULL                        |
| 2025-04-24 17:00:00.000 -0700 | SENSOR_DATA_TS | TEMPERATURE | WHERE       |           1 |      2678400 |     2678400 |       216642 | NULL                        |
+-------------------------------+----------------+-------------+-------------+-------------+--------------+-------------+--------------+-----------------------------+

此查询中的 sensor_data_ts 表包含 5356800 行的合成时间序列数据。对于一些在 WHERE 子句条件中筛选了 device_id 和 temperature 列的查询，表中恰好有一半的行 (2678400) 被修剪。

建议将 device_id 列作为使用 EQUALITY 搜索方法进行搜索优化的目标。添加此搜索优化可能有益于表扫描。

小技巧

为简化读取，您可以使用 ARRAY_TO_STRING 函数将 SEARCH_OPTIMIZATION_SUPPORTED_EXPRESSIONS 列转换为字符串。例如：

ARRAY_TO_STRING(search_optimization_supported_expressions, ', ')
Copy
语言: 中文