Apache Druid版本升级后查询性能下降问题分析与解决方案
2025-05-17 05:30:13作者:范靓好Udolf
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:
-
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
-
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
-
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
-
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。
-
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
-
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
-
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
-
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:
- 全面评估现有查询模式
- 在测试环境充分验证
- 准备好必要的配置调整
- 建立性能基准和监控机制
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~059CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava05GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0381- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013RuoYi-Cloud-Plus
微服务管理系统 重写RuoYi-Cloud所有功能 整合 SpringCloudAlibaba、Dubbo3.0、Sa-Token、Mybatis-Plus、MQ、Warm-Flow工作流、ES、Docker 全方位升级 定期同步Java015
热门内容推荐
最新内容推荐
OMNeT++中文使用手册:网络仿真的终极指南与实用教程 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 Python Django图书借阅管理系统:高效智能的图书馆管理解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 WebVideoDownloader:高效网页视频抓取工具全面使用指南 ReportMachine.v7.0D5-XE10:Delphi报表生成利器深度解析与实战指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源
项目优选
收起

本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
53
468

deepin linux kernel
C
22
5

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
7
0

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
878
517

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
336
1.1 K

React Native鸿蒙化仓库
C++
180
264

一个高性能、可扩展、轻量、省心的仓颉Web框架。Rest, 宏路由,Json, 中间件,参数绑定与校验,文件上传下载,MCP......
Cangjie
87
14

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.08 K
0

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
349
381

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
612
60