AUTOMATIC_CLUSTERING_HISTORY¶
此表函数用于查询指定日期范围内给定表的 自动聚类 历史记录。函数返回的信息包括每次重聚类表时消耗的 Credit、更新的字节数和更新的行数。
语法¶
AUTOMATIC_CLUSTERING_HISTORY(
[ DATE_RANGE_START => <constant_expr> ]
[ , DATE_RANGE_END => <constant_expr> ]
[ , TABLE_NAME => '<string>' ] )
实参¶
所有实参均为可选。
DATE_RANGE_START => constant_expr
、.DATE_RANGE_END => constant_expr
自动聚类历史记录的显示日期/时间范围。例如,如果指定开始日期为 2019 年 4 月 3 日,结束日期为 2019 年 4 月 5 日,则将获得 4 月 3 日、4 月 4 日和 4 月 5 日的数据。(包括端点。)
如果既未指定开始日期,也未指定结束日期,则默认值为过去 12 小时。
如果未指定结束日期,但指定了开始日期,则会使用午夜时的 CURRENT_DATE 作为范围结束日期。
如果未指定开始日期,但指定了结束日期,则范围从
DATE_RANGE_END
开始前 12 小时算起。
TABLE_NAME => string
表名称。如果指定名称,则仅显示指定表的历史记录。表名称可以包括架构名称和数据库名称。
如果未指定表名称,则结果将包括自动聚类服务在指定时间范围内维护的每个表的历史记录。
使用说明¶
仅为 ACCOUNTADMIN 角色或任何已明确授予 MONITOR USAGE 全局权限的角色返回结果。
备注
具有 MONITOR USAGE 权限的角色可以查看每个对象的 Credit 使用情况,但不能查看对象名称。角色还必须获得对象的 SELECT 权限,以便此函数返回对象的名称。如果角色没有足够的权限来查看对象名称,则对象名称可能会显示为替代名称,例如“unknown_#”,其中“#”表示一个或多个数字。
当调用 Information Schema 表函数时,会话必须具有正在使用的 INFORMATION_SCHEMA 架构,或者 函数名称必须受到完全限定。有关更多详细信息,请参阅 Snowflake Information Schema。
历史记录以 1 小时增量显示。
输出¶
该函数返回以下列:
列名称 |
数据类型 |
描述 |
---|---|---|
START_TIME |
TIMESTAMP_LTZ |
指定时间范围的开始时间。 |
END_TIME |
TIMESTAMP_LTZ |
指定时间范围的结束时间。 |
TABLE_NAME |
TEXT |
表的名称。如果函数中未指定表名称,则显示 NULL,在这种情况下,任一行都包含时间范围内正在使用的所有表的总计。 |
CREDITS_USED |
NUMBER |
在 START_TIME 和 END_TIME 窗口内为自动聚类计费的 Credit。 |
NUM_BYTES_RECLUSTERED |
NUMBER |
在 START_TIME 和 END_TIME 窗口期间重聚类的字节数。 |
NUM_ROWS_RECLUSTERED |
NUMBER |
在 START_TIME 和 END_TIME 窗口期间加载的重聚类行数。 |
示例¶
检索账户一小时范围内的自动聚类历史记录:
select * from table(information_schema.automatic_clustering_history( date_range_start=>'2018-04-10 13:00:00.000 -0700', date_range_end=>'2018-04-10 14:00:00.000 -0700'));
检索账户过去 12 小时(以 1 小时为周期)的自动聚类历史记录:
select * from table(information_schema.automatic_clustering_history( date_range_start=>dateadd(H, -12, current_timestamp)));
检索账户过去一周的自动聚类历史记录:
select * from table(information_schema.automatic_clustering_history( date_range_start=>dateadd(D, -7, current_date), date_range_end=>current_date));
检索账户中指定表过去一周的自动聚类历史记录:
select * from table(information_schema.automatic_clustering_history( date_range_start=>dateadd(D, -7, current_date), date_range_end=>current_date, table_name=>'mydb.myschema.mytable'));