Apache Druid版本升级后查询性能下降问题分析与解决方案

问题背景

在将Apache Druid集群从22版本升级到27版本后，用户遇到了一个显著的查询性能退化问题。原本在22版本中仅需5秒完成的查询，在27版本中执行时间延长至300秒以上。该查询针对一个包含超过20亿行数据的数据集，主要包含对ID字段的大规模IN条件筛选。

问题现象

查询SQL示例如下：

SELECT
id,
sum(val)/30 as l30d_ado
FROM mp
WHERE country = 'xx'
AND (is_cross_border = 1
    or id IN (570092232, 664177432, 881910562, ...)
)
AND __time >= timestamp '2025-03-08 17:00:00'
AND __time < timestamp '2025-04-07 17:00:00'
GROUP BY id
ORDER BY l30d_ado DESC

通过对比两个版本的执行计划发现：

• 22版本：将IN条件转换为高效的IN维度过滤器
• 27版本：将每个ID值转换为单独的Bound过滤器

根本原因分析

经过深入调查，发现该问题由多个因素共同导致：

1. 数据类型不一致：

   • 实时摄取任务将ID字段定义为LONG类型
   • 批量摄取任务将同一字段定义为STRING类型
   • 在27版本中，字段类型合并策略默认为"leastRestrictive"，导致最终类型被推断为STRING

2. 查询计划生成差异：

   • 22版本中，无论字段实际类型如何，都会尝试将多个等值条件合并为IN过滤器
   • 27版本中，当字段类型为STRING时，会生成单独的Bound过滤器，导致查询效率大幅下降

3. 版本行为变更：

   • 27版本引入了更严格的类型检查机制
   • 字段类型合并策略从"最新区间"变更为"最小限制"

解决方案

1. 临时解决方案： 在27版本中设置配置参数：

   druid.sql.planner.metadataColumnTypeMergePolicy=latestInterval
   

   这将恢复22版本的类型合并行为，使ID字段保持为LONG类型。

2. 长期解决方案：

   • 统一数据摄取规范，确保所有任务对同一字段使用一致的数据类型定义
   • 考虑升级到32或更高版本，其中包含对数值类型IN过滤器的原生支持

技术深度解析

在27版本中，查询计划生成的关键差异点在于BoundFilter到SelectorDimFilter的转换过程。当以下条件不满足时，转换会失败：

bound.getOrdering().equals(comparator)

在STRING类型情况下，比较器类型不匹配（数值比较器vs字符串比较器），导致无法生成高效的IN过滤器。

最佳实践建议

1. 版本升级前：

   • 仔细阅读版本升级说明
   • 测试关键查询在新版本中的执行计划
   • 准备必要的配置调整

2. 数据类型管理：

   • 建立统一的字段类型规范
   • 避免混合类型的数据摄取
   • 定期检查数据源元数据一致性

3. 查询优化：

   • 对于包含大量IN条件的查询，考虑使用子查询或临时表
   • 监控查询性能变化，及时调整

总结

这次性能问题揭示了Apache Druid在版本升级过程中可能遇到的行为变更风险，特别是涉及数据类型处理和查询优化的改进。通过理解底层机制，用户可以更好地规划升级路径，确保系统稳定性。未来版本中，随着数值类型IN过滤器的原生支持，这类问题将得到进一步改善。

对于正在考虑升级的用户，建议：

1. 全面评估现有查询模式
2. 在测试环境充分验证
3. 准备好必要的配置调整
4. 建立性能基准和监控机制