为什么我在 Amazon Redshift 中的查询中止了？

简短描述

由于以下原因，Amazon Redshift 中的查询可能会中止：

• 设置 Amazon Redshift 工作负载管理 (WLM) 查询监控规则
• 语句超时值
• ABORT、CANCEL 或 TERMINATE 请求
• 网络问题
• 集群维护升级
• 内部处理错误
• ASSERT 错误

为了防止您的查询中止，请考虑以下方法：

• 升高超时参数。
• 更新您的 WLM QMR 规则。
• 在维护时段之外安排长时间运行的操作。

解决方法

Amazon Redshift WLM 查询监控规则的设置

您可以创建 WLM 查询监控规则 (QMR)，为队列定义基于指标的性能边界。您还可以指定当查询超过 WLM 时间限制时 Amazon Redshift 应执行的操作。例如，您可以创建一个规则，使运行超过 60 秒阈值的查询中止。

示例 1：在查询监控规则中指定的“中止”操作

如果查询由于查询监控规则中指定的“中止”操作而中止，则查询将返回以下错误：

ERROR:  Query (500029) cancelled by WLM abort action of Query Monitoring Rule "testrule".

要确定查询是否由于“中止”操作而中止，请运行以下查询：

select * from STL_WLM_RULE_ACTION where action = 'abort';

查询输出会列出由“中止”操作中止的所有查询。如果您的查询 ID 列于输出中，则请升高 WLM QMR 参数中的时间限制。

示例 2：要跳转的查询没有可用队列

如果查询监控规则中指定了“跳转”操作，则可以跳转查询。跳转查询时，WLM 会尝试根据 WLM 队列分配规则将查询路由到下一个匹配队列。如果查询与队列定义不匹配，则会取消查询。取消的查询不会重新分配给默认队列。有关 WLM 超时行为的详细信息，请参阅 wlm_json_configuration 参数的属性。

**注意：**您只能在手动 WLM 配置中跳转查询。

如果跳转查询，但没有匹配队列可用，则取消的查询将返回以下错误消息：

ERROR: Query (500104) canceled on user's request and ran out of wlm queues for restart.

如果您的查询中止并显示此错误消息，则检查用户定义的队列：

select * from stl_wlm_query where query=<query-id>;

在输出中，service_class 条目 6-13 包括用户定义的队列。例如，service_class 6 可能会在 WLM 配置中列出 Queue1，service_class 7 可能会列出 Queue2。

要获得关于 service_class 到队列映射的更多信息，请运行以下查询：

select * from stv_wlm_service_class_config where service_class>5;

获得队列映射信息后，请从 Amazon Redshift 控制台检查 WLM 配置。验证队列与 WLM 配置中定义的队列是否匹配。只有当存在可用于用户组或查询组配置的匹配队列时，才能跳转查询。有关详细信息，请参阅 WLM 查询队列跳转。

语句超时值

statement_timeout 值是查询在 Amazon Redshift 将其终止之前可运行的最长时间。当超过语句超时时，将会中止在会话期间提交的查询，并显示以下错误消息：

ERROR:  Query (150) cancelled on user's request

要验证查询是否因语句超时而中止，请运行以下查询：

select * from SVL_STATEMENTTEXT where text ilike '%set%statement_timeout%to%' and pid in (select pid from STL_QUERY where query = <queryid>);

语句超时也可以在集群参数组中设置。检查您的集群参数组以及任何 statement_timeout 配置设置，以进行额外确认。有关集群参数组和 statement_timeout 的更多信息，请参阅修改参数组。

ABORT、CANCEL 或 TERMINATE 请求

要检查特定查询是否被用户（如超级用户）中止或取消，请使用查询 ID 运行以下命令：

select * from SVL_STATEMENTTEXT where text ilike '%cancel%' and xid 
    in (select xid from STL_QUERY where query = <queryid>);
select * from SVL_STATEMENTTEXT where text ilike '%abort%' and xid in (select xid from STL_QUERY where query = <queryid>);

如果查询出现在输出中，则查询已被根据用户请求中止或取消。

**注意：**用户只能终止自己的会话。超级用户可以终止所有会话。

当用户取消或终止相应的进程（查询正在运行的位置）时，也可以中止查询。下面是可以取消或中止查询的相应进程的示例：

• PG_TERMINATE_BACKEND
• PG_CANCEL_BACKEND
• CANCEL

当进程被这些命令取消或终止时，将会在 SVL_TERMINATE 中记录一个条目。要确认查询是否因相应的会话终止而被中止，请检查 SVL_TERMINATE 日志：

select * from SVL_TERMINATE where pid=(select pid from STL_QUERY where query=500534);

网络问题

有时由于潜在的网络问题而中止查询。要验证网络问题是否导致您的查询中止，请检查 STL_CONNECTION_LOG 条目：

select * from STL_CONNECTION_LOG where pid in (select pid from STL_QUERY where query = <query_id>);

STL_CONNECTION_LOG 记录身份验证尝试以及网络连接或断开连接。如果您的查询出现在输出中，则可能是网络连接问题导致您的查询中止。

集群维护升级

如果在查询运行期间发生计划维护，则该查询将终止并回滚，需要重新启动集群。合理安排长时间运行的操作（例如，大型数据加载或 VACUUM 操作）以避免维护时段。有关详细信息，请参阅安排在维护时段。

要检查您的 Amazon Redshift 集群是否已执行维护，请在 Amazon Redshift 控制台中选择 Events（事件）选项卡。

内部处理错误

STL_ERROR 表记录了由 Amazon Redshift 生成的内部处理错误。STL_ERROR 表不记录 SQL 错误或消息。

要验证您的查询是否因内部错误而中止，请检查 STL_ERROR 条目：

select * from STL_ERROR where userid=<user id>;

ASSERT 错误

有时，ASSERT 错误也会导致查询中止。当查询本身出现问题时，可能会发生 ASSERT 错误。如果您在修补程序升级后收到 ASSERT 错误，请将 Amazon Redshift 更新到最新的集群版本。然后，检查集群版本历史记录。或者，您可以回滚集群版本。

---