-
Notifications
You must be signed in to change notification settings - Fork 302
查询结果解析
yuyang edited this page Nov 2, 2022
·
5 revisions
目前支持返回格式有四种： string 、 json 、full_json、flatbuffers，可以通过以下几种途径配置：
- 在配置文件设定：havenask SQL启动后全局生效，所有query默认以设定的形式返回查询结果
- 在query的kvpair子句中指定：仅对当前query生效，当前query以设定的形式返回查询结果（无视配置文件中的设定的形式）
在query的 kvpair 字段中，通过 formatType:json 或者 formatType:string 来控制查询结果的返回形式。更多的 kvpair 用法见文档。
query=...&&kvpair=...;formatType:{json | string | full_json | flatbuffers};...
string形式的返回结果自带排版格式，结果直观，可读性较好。一般用于开发调试，方便用户排查问题。
select nid, price, brand, size from phone
USE_TIME: 0.025, ROW_COUNT: 10
------------------------------- TABLE INFO ---------------------------
nid | price | brand | size |
1 | 3599 | Huawei | 5.9 |
2 | 4388 | Huawei | 5.5 |
3 | 899 | Xiaomi | 5 |
4 | 2999 | OPPO | 5.5 |
5 | 1299 | Meizu | 5.5 |
6 | 169 | Nokia | 1.4 |
7 | 3599 | Apple | 4.7 |
8 | 5998 | Apple | 5.5 |
9 | 4298 | Apple | 4.7 |
10 | 5688 | Samsung | 5.6 |
------------------------------- TRACE INFO ---------------------------
------------------------------- SEARCH INFO ---------------------------
scanInfos { kernelName: "ScanKernel" nodeName: "0_0" tableName: "phone" hashKey: 2439343830 parallelNum: 1 totalOutputCount: 10 totalScanCount: 10 totalUseTime: 86 totalSeekTime: 29 totalEvaluateTime: 13 totalOu\
tputTime: 43 totalComputeTimes: 1 }
json形式的结果主要用于服务调用，方便程序解析，含有的信息量也更大，下面主要介绍一下各个返回字段的含义。
select nid, price, brand, size from phone&&kvpair=formatType:json
{
"error_info": // 输出error信息
"{\"Error\": ERROR_NONE}",
"format_type":
"json",
"row_count": // 结果数
10,
"search_info": // search 相关的一些信息，包括scan，sort等算子指标
"scanInfos { kernelName: \"ScanKernel\" nodeName: \"0_0\" tableName: \"phone\" hashKey: 2439343830 parallelNum: 1 totalOutputCount: 10 totalScanCount: 10 totalUseTime: 81 totalSeekTime: 28 totalEvaluateTime: 1\
1 totalOutputTime: 40 totalComputeTimes: 1 }",
"sql_result": // 结果，返回json string，
"{\"column_name\":[\"nid\",\"price\",\"brand\",\"size\"],\"column_type\":[\"uint64\",\"double\",\"multi_char\",\"double\"],\"data\":[[1,3599,\"Huawei\",5.9],[2,4388,\"Huawei\",5.5],[3,899,\"Xiaomi\",5],[4,2999\
,\"OPPO\",5.5],[5,1299,\"Meizu\",5.5],[6,169,\"Nokia\",1.4],[7,3599,\"Apple\",4.7],[8,5998,\"Apple\",5.5],[9,4298,\"Apple\",4.7],[10,5688,\"Samsung\",5.6]]}",
"total_time": // 耗时，单位s
0.024,
"trace": // trace信息
[
]
}full_json形式的结构与json形式比较相似，唯一的不同在于sql_result字段，json形式下是字符串形式，full_json下是直接用json表示的形式
{
"total_time": 34.003,
"covered_percent": 1,
"row_count": 10 ,
"format_type": "full_json",
"search_info": {},
"trace": [],
"sql_result": {
"data": [
[
232953260,
"德克士"
],
[
239745260,
"叶氏兄弟"
],
[
240084010,
"菜老包"
],
[
240082260,
"周黑鸭"
],
[
240086260,
"绝味鸭脖"
],
[
240108260,
""
],
[
239256390,
"每一天生活超市"
],
[
240079390,
"美宜佳"
],
[
265230260,
""
],
[
239313011,
"大参林"
]
],
"column_name": [
"store_id",
"brand_name"
],
"column_type": [
"int64",
"multi_char"
]
},
"error_info": {
"ErrorCode": 0,
"Error": "ERROR_NONE",
"Message": ""
}
}{
"column_name":[ // 列名
"nid",
"price",
"brand",
"size"
],
"column_type":[ // 列类型
"uint64",
"double",
"multi_char",
"double"
],
"data":[ // 每行数据
[
1,
3599,
"Huawei",
5.9
],
[
2,
4388,
"Huawei",
5.5
],
[
3,
899,
"Xiaomi",
5
],
[
4,
2999,
"OPPO",
5.5
],
[
5,
1299,
"Meizu",
5.5
],
[
6,
169,
"Nokia",
1.4
],
[
7,
3599,
"Apple",
4.7
],
[
8,
5998,
"Apple",
5.5
],
[
9,
4298,
"Apple",
4.7
],
[
10,
5688,
"Samsung",
5.6
]
]
}在返回结果中，searchInfo是一个较为复杂的字段，可以协助用户分析查询过程，以排查问题、优化性能需在kvpairs中加searchInfo:true
"search_info": {
"exchangeInfos": [
{
"fillResultUseTime": 1276, // exchange kernel从response结构中获取结果耗时
"hashKey": 4131140708,
"kernelName": "ExchangeKernel", // exchange kernel名称
"nodeName": "1", // exchange kernel所属节点名称
"poolSize": 472, // exchange kernel所属worker在本次查询使用的pool大小
"rowCount": 2, // 所有列返回合并后的有效结果行数
"searcherUseTime": 7335, // 发起search请求的等待耗时，单位为us
"totalAccessCount": 4 // 发起search请求的总列数
}
],
"rpcInfos": [ // 发起的rpc请求详情，该项有多少列返回就有多少元素
{
"beginTime": 1588131436272843, // exchange kernel调用起始时间，单位为us
"rpcNodeInfos": [
{
"callUseTime": 5431, // 该rpc node耗时，单位为us
"isReturned": true, // 请求是否有返回
"netLatency": 664, // 网络延时，单位为us
"rpcBegin": 1588131436272857, // rpc调用开始时间戳，单位为us
"rpcEnd": 1588131436278288, // rpc调用结束时间戳，单位为us
"rpcUseTime": 5175, // rpc调用持续时间，单位为us
"specStr": "11.1.130.2:20412" // 调用server的ip和端口
},
...
],
"totalRpcCount": 4, // 发出的rpc请求数
"useTime": 7335 // rpc调用总时长
}
],
"runSqlTimeInfo": {
"sqlPlan2GraphTime": 174, // iquan plan转navi graph的耗时，单位为us
"sqlPlanStartTime": 1588143112640920, // 向iquan发起plan的请求时间戳，单位为us
"sqlPlanTime": 10295, // 向iquan发起请求到获取plan的总时长，单位为us
"sqlRunGraphTime": 13407 // 执行sql图的总时长，单位为us
},
"scanInfos": [
{
"hashKey": 691673167,
"kernelName": "ScanKernel", // kernel名称
"parallelNum": 2, // scan并行度，全局有多少个
"parallelIndex": 1, // 该scan kernel属于并行逻辑下的第几个，为0默认不显示
"tableName": "store", // table名称
"totalComputeTimes": 4, // batchScan被调用的总次数
"totalEvaluateTime": 9, // 字段求值总耗时，单位为us
"totalInitTime": 3758, // init阶段总耗时，单位为us
"totalOutputCount": 2, // 输出的总行数
"totalOutputTime": 264, // 构建输出数据的总耗时，包括增删表中数据，单位为us
"totalScanCount": 2, // scan出的记录总数
"totalSeekTime": 2, // seek调用的总耗时，单位为us
"totalUseTime": 4217 // scan kernel调用的总时长，单位为us
}
]
}flatbuffers形式是基于flatbuffers实现的高效序列化结果，在对性能有高要求的场景下比较实用，该形式的返回结果需要对应的客户端反序列化解析，flatbuffers协议定义如下：
include "TwoDimTable.fbs";
namespace isearch.fbs;
table SqlErrorResult {
partitionId: string (id:0);
hostName: string (id:1);
errorCode: uint (id:2);
errorDescription: string (id:3);
}
table SqlResult {
processTime: double (id:0);
rowCount: uint32 (id:1);
errorResult: SqlErrorResult (id:2);
sqlTable: TwoDimTable (id:3);
searchInfo: string (id:4);
coveredPercent: double (id:5);
}
root_type SqlResult;include "TsdbColumn.fbs";
namespace isearch.fbs;
// multi value
table MultiInt8 { value: [byte]; }
table MultiInt16 { value: [short]; }
table MultiInt32 { value: [int]; }
table MultiInt64 { value: [long]; }
table MultiUInt8 { value: [ubyte]; }
table MultiUInt16 { value: [ushort]; }
table MultiUInt32 { value: [uint]; }
table MultiUInt64 { value: [ulong]; }
table MultiFloat { value: [float]; }
table MultiDouble { value: [double]; }
table MultiString { value: [string]; }
// column base storage
table Int8Column { value: [byte]; }
table Int16Column { value: [short]; }
table Int32Column { value: [int]; }
table Int64Column { value: [long]; }
table UInt8Column { value: [ubyte]; }
table UInt16Column { value: [ushort]; }
table UInt32Column { value: [uint]; }
table UInt64Column { value: [ulong]; }
table FloatColumn { value: [float]; }
table DoubleColumn { value: [double]; }
table StringColumn { value: [string]; }
table MultiInt8Column { value: [MultiInt8]; }
table MultiUInt8Column { value: [MultiUInt8]; }
table MultiInt16Column { value: [MultiInt16]; }
table MultiUInt16Column { value: [MultiUInt16]; }
table MultiInt32Column { value: [MultiInt32]; }
table MultiUInt32Column { value: [MultiUInt32]; }
table MultiInt64Column { value: [MultiInt64]; }
table MultiUInt64Column { value: [MultiUInt64]; }
table MultiFloatColumn { value: [MultiFloat]; }
table MultiDoubleColumn { value: [MultiDouble]; }
table MultiStringColumn { value: [MultiString]; }
// column type
union ColumnType {
Int8Column,
Int16Column,
Int32Column,
Int64Column,
UInt8Column,
UInt16Column,
UInt32Column,
UInt64Column,
FloatColumn,
DoubleColumn,
StringColumn,
MultiInt8Column,
MultiInt16Column,
MultiInt32Column,
MultiInt64Column,
MultiUInt8Column,
MultiUInt16Column,
MultiUInt32Column,
MultiUInt64Column,
MultiFloatColumn,
MultiDoubleColumn,
MultiStringColumn,
TsdbDpsColumn,
}
table Column {
name: string;
value: ColumnType;
}
table TwoDimTable {
rowCount: uint (id:0);
columns: [Column] (id:1);
}
namespace isearch.fbs;
struct TsdbDataPoint {
ts: int64 (id:0);
value: double (id:1);
}
table TsdbDataPointSeries { points: [TsdbDataPoint]; }
table TsdbDpsColumn { value : [TsdbDataPointSeries]; }column_type：multi_前缀为多值类型，结构为list，multi_char 为string类型