phoenix 查询报错RemoteWithExtrasException

Caused by: org.apache.hadoop.hbase.ipc.RemoteWithExtrasException(org.apache.hadoop.hbase.DoNotRetryIOException): org.apache.hadoop.hbase.DoNotRetryIOException: Error when adding cache: : java.sql.SQLException: ERROR 999 (50M01): Unable to allocate enough memory. Requested memory of 122633169 bytes is larger than global pool of 69343641 bytes.
    at org.apache.phoenix.util.ServerUtil.createIOException(ServerUtil.java:114)

 

出现这个错误的sql：

select t1.seq_id from T_EXTENSION_ALL_DATAS_SHOW t1 where t1.show_date='2018-11-24' and exists(
select 1 from T_EXTENSION_ALL_DATAS_LOGIN t2 
where t2.login_date='2018-11-24' and t2.country='China' and t1.email=t2.email
) limit 2;

0: jdbc:phoenix:192.168.199.154> select count(1) from T_EXTENSION_ALL_DATAS_LOGIN where login_date='2018-11-24' and country='China';
+-----------+
| COUNT(1)  |
+-----------+
| 500000    |
+-----------+

子查询内容过多，数据大概是50W，内存不足。所以报错了。

解决方法是：

hbase的conf目录，hbase-site.xml增加配置：

<property>
  <name>phoenix.query.maxGlobalMemoryPercentage</name>
  <value>30</value>
 </property>

默认是15，百分比。

phoenix 详细的configuration配置，详见官网：

https://phoenix.apache.org/tuning.html#

 

我觉得增加这种配置，意义不是很大：

0: jdbc:phoenix:192.168.199.154> select t1.seq_id from T_EXTENSION_ALL_DATAS_SHOW t1 where t1.show_date='2018-11-24' and exists(
. . . . . . . . . . . . . . . .> select 1 from T_EXTENSION_ALL_DATAS_LOGIN t2 
. . . . . . . . . . . . . . . .> where t2.login_date='2018-11-24' and t2.country='China' and t1.email=t2.email
. . . . . . . . . . . . . . . .> ) limit 2;
+------------+
| T1.SEQ_ID  |
+------------+
| 500000     |
| 639317     |
+------------+
2 rows selected (21.67 seconds)

 

当查询的结果集过大时，比如 in、exists、inner join 等操作都是会出现内存不足情况，就算是内存够了。

速度也太慢，不适合与页面做任何交互操作。

 

结论：

两个结果集过大的表，做inner join操作。where条件过滤后，结果集分别是100W，50W。

走二级索引，也快不起来的。速度是慢在关联上面。

phoenix表关联查询，要避免两个大结果集关联的情况。它更适合大表与小表的join。比如官方的5000万、1000条。

或者通过条件制造，大、小表的join查询。

 

补充：两个结果集都很大的表，关联。还可以使用 /*+ USE_SORT_MERGE_JOIN */ 处理。