Google bigquery BigQuery项目中插槽的过度分配

Google bigquery BigQuery项目中插槽的过度分配,google-bigquery,Google Bigquery,我一直在按需定价模型中使用BigQuery。对于一些复杂的查询,我从Stackdriver报告中看到BigQuery分配的插槽超过了2000个标记,例如,我在几分钟内看到同一项目中分配了多达7000个插槽。它没有超过这个数字。我想知道如何解释这些数字 如果谷歌数据中心有空闲容量,BigQuery是否会分配额外(其他)空闲插槽 2000个插槽的限制似乎不是一个硬限制,对吗 当我到达7000个插槽时,我看到查询速度减慢。这是当某种资源管理开始起作用,序列化查询(FIFO)或公平分配资源时 我很好奇这

我一直在按需定价模型中使用BigQuery。对于一些复杂的查询,我从Stackdriver报告中看到BigQuery分配的插槽超过了2000个标记,例如,我在几分钟内看到同一项目中分配了多达7000个插槽。它没有超过这个数字。我想知道如何解释这些数字

如果谷歌数据中心有空闲容量,BigQuery是否会分配额外(其他)空闲插槽

2000个插槽的限制似乎不是一个硬限制,对吗

当我到达7000个插槽时,我看到查询速度减慢。这是当某种资源管理开始起作用,序列化查询(FIFO)或公平分配资源时


我很好奇这种过度分配是否也会发生在固定费率定价中?

我没有时间写一个完整的答案,但StackDriver中显示的7000个分配的插槽是采样工作方式的产物;实际上,这并不意味着在某一点上使用了2000多个插槽。调度是公平的,而不是先进先出。我当时正在努力研究Stackdriver报告信息的有用性。充其量它是没有用的,充其量它是误导性的。也许我遗漏了一些东西,但现在我发现很难解释Stackdriver报告以及这些信息如何有用。你在看哪个Stackdriver指标?如果同时运行加载和/或导出作业(查询为2k,其他作业类型为x),则项目可能分配了2000多个插槽。这些在公共池[1]中运行,因此可能会扭曲您的插槽分配度量。我会尝试按工作类型细分指标,以确认您实际看到的查询超过2k个插槽。[1]