使用查询哈希值来识别查询中的模式和趋势¶

使用查询的哈希值 (query_hash)¶

query_hash 列包含根据 SQL 语句的规范化文本计算的哈希值。具有完全相同查询文本的重复查询具有相同的 query_hash 值。

如果重复查询的查询文本仅在以下方面有所不同，则重复查询也具有相同的 query_hash 值：

• 不区分大小写的标识符、会话变量和暂存区名称

  请注意，这不包括组合使用 IDENTIFIER() 与绑定变量来指定的标识符。具有不同值的绑定变量会产生不同的查询哈希值。

• 空格

• 注释

如果两个查询的查询文本有任何其他部分不同，则这两个查询具有不同的 query_hash 值。

例如，以下查询具有相同的 query_hash 值，因为它们具有完全相同的查询文本。

SELECT * FROM table1 WHERE table1.name = 'TIM'

SELECT * FROM table1 WHERE table1.name = 'TIM'

通过使用 query_hash 值，可以在查询性能中找出以其他方式难以发现的模式。例如，尽管查询在单次执行期间的开销可能不会过高，但频繁重复执行的查询可能会导致高成本，具体取决于其运行次数。您可以使用 query_hash 值来识别要首先重点优化的查询。

例如，以下查询使用 query_hash 值来识别运行时长排名前 100 的查询的查询 IDs：

SELECT
    query_hash,
    COUNT(*),
    SUM(total_elapsed_time),
    ANY_VALUE(query_id)
  FROM SNOWFLAKE.ACCOUNT_USAGE.QUERY_HISTORY
  WHERE warehouse_name = 'MY_WAREHOUSE'
    AND DATE_TRUNC('day', start_time) >= CURRENT_DATE() - 7
  GROUP BY query_hash
  ORDER BY SUM(total_elapsed_time) DESC
  LIMIT 100;

使用参数化查询的哈希值 (query_parameterized_hash)¶

query_parameterized_hash 包含根据参数化的查询（即字面量参数化后的查询版本）计算的哈希值。这些字面量必须在查询谓词中使用，并且必须与以下某个 比较运算符 结合使用：

• = （等于）

• != （不等于）

• >= （大于或等于）

• <= （小于或等于）

重复查询（包括具有不同参数值的重复查询）具有相同的 query_parameterized_hash 值。

如果重复查询的查询文本仅在以下方面有所不同，则重复查询也具有相同的 query_parameterized_hash 值：

• 不区分大小写的标识符、会话变量和暂存区名称

  请注意，这不包括组合使用 IDENTIFIER() 与绑定变量来指定的标识符。具有不同值的绑定变量会产生不同的查询哈希值。

• 空格

• 注释

具有相同 query_hash 值的查询也具有相同的 query_parameterized_hash 值，反之则不然。

例如，以下查询具有相同的 query_parameterized_hash 值，因为字面量值是这两个查询之间的唯一不同之处：

SELECT * FROM table1 WHERE table1.name = 'TIM'

SELECT * FROM table1 WHERE table1.name = 'AIHUA'

与使用 query_hash 值的情况一样，您可以使用 query_parameterized_hash 值在查询性能中找出以其他方式难以发现的模式。

以下语句计算具有特定 query_parameterized_hash 值 (cbd58379a88c37ed6cc0ecfebb053b03) 的所有查询的每日平均 total_elapsed_time：

SELECT
    DATE_TRUNC('day', start_time),
    SUM(total_elapsed_time),
    ANY_VALUE(query_id)
  FROM SNOWFLAKE.ACCOUNT_USAGE.QUERY_HISTORY
  WHERE query_parameterized_hash = 'cbd58379a88c37ed6cc0ecfebb053b03'
    AND DATE_TRUNC('day', start_time) >= CURRENT_DATE() - 30
  GROUP BY DATE_TRUNC('day', start_time);

检查用于生成哈希值的版本¶

随着时间的推移，Snowflake 用于生成查询哈希值的逻辑可能会发生变化。对此逻辑的更改可能会导致为同一查询生成不同的哈希值。例如，对于给定的查询，逻辑版本 1 生成的哈希值可能与逻辑版本 2 生成的哈希值不同。

包含 query_hash 和 query_parameterized_hash 列的视图和表函数输出还包含以下列，这些列指定用于生成哈希值的逻辑版本：

• query_hash_version

• query_parameterized_hash_version

这些列中的版本号为 NUMBER（例如，逻辑的第一个版本为 1，逻辑的第二个版本为 2，等等）。

如果这些列在不同的时间段包含不同的版本号，则可以使用这些版本列来识别同一查询的不同哈希值。例如：

...
WHERE (query_hash = 'hash_from_v1' AND query_hash_version = 1)
  OR (query_hash = 'hash_from_v2' AND query_hash_version = 2)