Athena：按比例查询耗尽资源

Question

我是运行这样的查询：

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

这是怎么回事？或者我该如何优化它？它给了我

Query exhausted resources at this scale factor

我有航班table，我想查询特定国家/地区内的航班

Answer 1

我从 Athena 开始就一直面临这个问题，问题是 ORDER BY 子句。 Athena 只是一个安装了 hive 和 prestodb 的 EMR 集群。您面临的问题是：即使您的查询分布在 X 个节点上，排序阶段也必须仅由一个节点（在本例中为主节点）完成。所以最后，你可以订购多少内存有主节点的数据。

您可以通过减少查询的数据量来测试它returns或者减少时间范围。

Athena：按比例查询耗尽资源

Athena: Query exhausted resources at scale factor

sql

amazon-web-services

query-optimization

amazon-athena

presto