You are viewing a plain text version of this content. The canonical link for it is here.
Posted to github@datafusion.apache.org by "alamb (via GitHub)" <gi...@apache.org> on 2025/04/10 11:16:05 UTC
[PR] Set default metadata prefetch size to 512k [datafusion]
alamb opened a new pull request, #15670:
URL: https://github.com/apache/datafusion/pull/15670
## Which issue does this PR close?
<!--
We generally require a GitHub issue to be filed for all bug fixes and enhancements and this helps us generate change logs for our releases. You can link an issue to this PR using the GitHub syntax. For example `Closes #123` indicates that this PR will close issue #123.
-->
- Closes #.
## Rationale for this change
Inspired by looking at some profiling results I think the metadata prefetch hint will reduce the number of required IOs by 1/2 for most parquet queries at minimal additional overhead. Let's give this a try.
I will write this idea up in more detail if it turns out to make a difference
## What changes are included in this PR?
<!--
There is no need to duplicate the description in the issue here but it is sometimes worth providing a summary of the individual changes in this PR.
-->
## Are these changes tested?
<!--
We typically require tests for all PRs in order to:
1. Prevent the code from being accidentally broken by subsequent changes
2. Serve as another way to document the expected behavior of the code
If tests are not included in your PR, please explain why (for example, are they covered by existing tests)?
-->
## Are there any user-facing changes?
<!--
If there are user-facing changes then we may require documentation to be updated before approving the PR.
-->
<!--
If there are any breaking changes to public APIs, please add the `api change` label.
-->
--
This is an automated message from the Apache Git Service.
To respond to the message, please log on to GitHub and use the
URL above to go to the specific comment.
To unsubscribe, e-mail: github-unsubscribe@datafusion.apache.org
For queries about this service, please contact Infrastructure at:
users@infra.apache.org
---------------------------------------------------------------------
To unsubscribe, e-mail: github-unsubscribe@datafusion.apache.org
For additional commands, e-mail: github-help@datafusion.apache.org
Re: [PR] Set default metadata prefetch size to 512k [datafusion]
Posted by "alamb (via GitHub)" <gi...@apache.org>.
alamb commented on PR #15670:
URL: https://github.com/apache/datafusion/pull/15670#issuecomment-2796527932
TLDR is that this didn't seem to have much/any effect on performance so closing
--
This is an automated message from the Apache Git Service.
To respond to the message, please log on to GitHub and use the
URL above to go to the specific comment.
To unsubscribe, e-mail: github-unsubscribe@datafusion.apache.org
For queries about this service, please contact Infrastructure at:
users@infra.apache.org
---------------------------------------------------------------------
To unsubscribe, e-mail: github-unsubscribe@datafusion.apache.org
For additional commands, e-mail: github-help@datafusion.apache.org
Re: [PR] Set default metadata prefetch size to 512k [datafusion]
Posted by "alamb (via GitHub)" <gi...@apache.org>.
alamb commented on PR #15670:
URL: https://github.com/apache/datafusion/pull/15670#issuecomment-2792404599
๐ค `./gh_compare_branch.sh` [Benchmark Script](https://github.com/alamb/datafusion-benchmarking) Running
Linux aal-dev 6.8.0-1016-gcp #18-Ubuntu SMP Fri Oct 4 22:16:29 UTC 2024 x86_64 x86_64 x86_64 GNU/Linux
Comparing alamb/prefetch (099499f8065d762ed1a93538cec169785ba25c85) to 5ab5a03724b3afa009ba480a022145875972d08c [diff](https://github.com/apache/datafusion/compare/5ab5a03724b3afa009ba480a022145875972d08c..099499f8065d762ed1a93538cec169785ba25c85)
Benchmarks: tpch_mem clickbench_partitioned clickbench_extended
Results will be posted here when complete
--
This is an automated message from the Apache Git Service.
To respond to the message, please log on to GitHub and use the
URL above to go to the specific comment.
To unsubscribe, e-mail: github-unsubscribe@datafusion.apache.org
For queries about this service, please contact Infrastructure at:
users@infra.apache.org
---------------------------------------------------------------------
To unsubscribe, e-mail: github-unsubscribe@datafusion.apache.org
For additional commands, e-mail: github-help@datafusion.apache.org
Re: [PR] Set default metadata prefetch size to 512k [datafusion]
Posted by "alamb (via GitHub)" <gi...@apache.org>.
alamb commented on PR #15670:
URL: https://github.com/apache/datafusion/pull/15670#issuecomment-2792504068
๐ค: Benchmark completed
<details><summary>Details</summary>
<p>
```
Comparing HEAD and alamb_prefetch
--------------------
Benchmark clickbench_extended.json
--------------------
โโโโโโโโโโโโโโโโณโโโโโโโโโโโโโณโโโโโโโโโโโโโโโโโณโโโโโโโโโโโโ
โ Query โ HEAD โ alamb_prefetch โ Change โ
โกโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโฉ
โ QQuery 0 โ 1944.05ms โ 1940.66ms โ no change โ
โ QQuery 1 โ 748.05ms โ 750.69ms โ no change โ
โ QQuery 2 โ 1471.52ms โ 1445.58ms โ no change โ
โ QQuery 3 โ 703.03ms โ 691.35ms โ no change โ
โ QQuery 4 โ 1536.24ms โ 1485.23ms โ no change โ
โ QQuery 5 โ 16937.70ms โ 16804.20ms โ no change โ
โ QQuery 6 โ 2016.33ms โ 2030.05ms โ no change โ
โโโโโโโโโโโโโโโโดโโโโโโโโโโโโโดโโโโโโโโโโโโโโโโโดโโโโโโโโโโโโ
โโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโณโโโโโโโโโโโโโ
โ Benchmark Summary โ โ
โกโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโฉ
โ Total Time (HEAD) โ 25356.92ms โ
โ Total Time (alamb_prefetch) โ 25147.75ms โ
โ Average Time (HEAD) โ 3622.42ms โ
โ Average Time (alamb_prefetch) โ 3592.54ms โ
โ Queries Faster โ 0 โ
โ Queries Slower โ 0 โ
โ Queries with No Change โ 7 โ
โโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโดโโโโโโโโโโโโโ
--------------------
Benchmark clickbench_partitioned.json
--------------------
โโโโโโโโโโโโโโโโณโโโโโโโโโโโโโณโโโโโโโโโโโโโโโโโณโโโโโโโโโโโโโโโโ
โ Query โ HEAD โ alamb_prefetch โ Change โ
โกโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโฉ
โ QQuery 0 โ 1.88ms โ 1.89ms โ no change โ
โ QQuery 1 โ 36.69ms โ 40.84ms โ 1.11x slower โ
โ QQuery 2 โ 92.32ms โ 89.68ms โ no change โ
โ QQuery 3 โ 98.54ms โ 97.22ms โ no change โ
โ QQuery 4 โ 782.75ms โ 760.18ms โ no change โ
โ QQuery 5 โ 833.26ms โ 881.13ms โ 1.06x slower โ
โ QQuery 6 โ 1.91ms โ 1.90ms โ no change โ
โ QQuery 7 โ 43.39ms โ 43.62ms โ no change โ
โ QQuery 8 โ 925.29ms โ 926.41ms โ no change โ
โ QQuery 9 โ 1205.14ms โ 1245.17ms โ no change โ
โ QQuery 10 โ 262.10ms โ 265.58ms โ no change โ
โ QQuery 11 โ 306.40ms โ 302.72ms โ no change โ
โ QQuery 12 โ 923.85ms โ 936.69ms โ no change โ
โ QQuery 13 โ 1375.17ms โ 1275.04ms โ +1.08x faster โ
โ QQuery 14 โ 862.83ms โ 872.23ms โ no change โ
โ QQuery 15 โ 1062.95ms โ 1051.33ms โ no change โ
โ QQuery 16 โ 1746.84ms โ 1786.07ms โ no change โ
โ QQuery 17 โ 1614.93ms โ 1623.43ms โ no change โ
โ QQuery 18 โ 3142.17ms โ 3279.39ms โ no change โ
โ QQuery 19 โ 98.79ms โ 95.73ms โ no change โ
โ QQuery 20 โ 1171.47ms โ 1147.32ms โ no change โ
โ QQuery 21 โ 1337.25ms โ 1325.19ms โ no change โ
โ QQuery 22 โ 2328.64ms โ 2380.56ms โ no change โ
โ QQuery 23 โ 8359.96ms โ 8405.68ms โ no change โ
โ QQuery 24 โ 460.85ms โ 471.21ms โ no change โ
โ QQuery 25 โ 381.20ms โ 400.42ms โ 1.05x slower โ
โ QQuery 26 โ 534.33ms โ 536.65ms โ no change โ
โ QQuery 27 โ 1695.23ms โ 1667.68ms โ no change โ
โ QQuery 28 โ 12759.54ms โ 12754.58ms โ no change โ
โ QQuery 29 โ 526.58ms โ 536.29ms โ no change โ
โ QQuery 30 โ 824.73ms โ 829.15ms โ no change โ
โ QQuery 31 โ 862.08ms โ 884.26ms โ no change โ
โ QQuery 32 โ 2741.33ms โ 2756.61ms โ no change โ
โ QQuery 33 โ 3341.94ms โ 3425.23ms โ no change โ
โ QQuery 34 โ 3528.85ms โ 3444.66ms โ no change โ
โ QQuery 35 โ 1340.19ms โ 1314.81ms โ no change โ
โ QQuery 36 โ 133.41ms โ 133.65ms โ no change โ
โ QQuery 37 โ 58.96ms โ 59.00ms โ no change โ
โ QQuery 38 โ 127.73ms โ 128.35ms โ no change โ
โ QQuery 39 โ 200.21ms โ 203.42ms โ no change โ
โ QQuery 40 โ 49.07ms โ 51.30ms โ no change โ
โ QQuery 41 โ 46.07ms โ 45.58ms โ no change โ
โ QQuery 42 โ 40.51ms โ 40.22ms โ no change โ
โโโโโโโโโโโโโโโโดโโโโโโโโโโโโโดโโโโโโโโโโโโโโโโโดโโโโโโโโโโโโโโโโ
โโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโณโโโโโโโโโโโโโ
โ Benchmark Summary โ โ
โกโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโฉ
โ Total Time (HEAD) โ 58267.33ms โ
โ Total Time (alamb_prefetch) โ 58518.06ms โ
โ Average Time (HEAD) โ 1355.05ms โ
โ Average Time (alamb_prefetch) โ 1360.89ms โ
โ Queries Faster โ 1 โ
โ Queries Slower โ 3 โ
โ Queries with No Change โ 39 โ
โโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโดโโโโโโโโโโโโโ
--------------------
Benchmark tpch_mem_sf1.json
--------------------
โโโโโโโโโโโโโโโโณโโโโโโโโโโโณโโโโโโโโโโโโโโโโโณโโโโโโโโโโโโโโโ
โ Query โ HEAD โ alamb_prefetch โ Change โ
โกโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโฉ
โ QQuery 1 โ 127.84ms โ 124.31ms โ no change โ
โ QQuery 2 โ 24.74ms โ 24.25ms โ no change โ
โ QQuery 3 โ 35.56ms โ 36.24ms โ no change โ
โ QQuery 4 โ 21.25ms โ 20.97ms โ no change โ
โ QQuery 5 โ 57.34ms โ 58.09ms โ no change โ
โ QQuery 6 โ 8.24ms โ 8.05ms โ no change โ
โ QQuery 7 โ 102.61ms โ 104.99ms โ no change โ
โ QQuery 8 โ 26.98ms โ 26.29ms โ no change โ
โ QQuery 9 โ 63.37ms โ 62.92ms โ no change โ
โ QQuery 10 โ 60.83ms โ 58.13ms โ no change โ
โ QQuery 11 โ 12.89ms โ 13.04ms โ no change โ
โ QQuery 12 โ 37.63ms โ 39.22ms โ no change โ
โ QQuery 13 โ 28.82ms โ 30.62ms โ 1.06x slower โ
โ QQuery 14 โ 9.92ms โ 9.96ms โ no change โ
โ QQuery 15 โ 24.36ms โ 25.93ms โ 1.06x slower โ
โ QQuery 16 โ 23.69ms โ 23.80ms โ no change โ
โ QQuery 17 โ 96.84ms โ 95.51ms โ no change โ
โ QQuery 18 โ 247.24ms โ 246.83ms โ no change โ
โ QQuery 19 โ 28.74ms โ 29.20ms โ no change โ
โ QQuery 20 โ 39.39ms โ 38.88ms โ no change โ
โ QQuery 21 โ 172.44ms โ 175.64ms โ no change โ
โ QQuery 22 โ 16.64ms โ 20.19ms โ 1.21x slower โ
โโโโโโโโโโโโโโโโดโโโโโโโโโโโดโโโโโโโโโโโโโโโโโดโโโโโโโโโโโโโโโ
โโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโณโโโโโโโโโโโโ
โ Benchmark Summary โ โ
โกโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโฉ
โ Total Time (HEAD) โ 1267.37ms โ
โ Total Time (alamb_prefetch) โ 1273.06ms โ
โ Average Time (HEAD) โ 57.61ms โ
โ Average Time (alamb_prefetch) โ 57.87ms โ
โ Queries Faster โ 0 โ
โ Queries Slower โ 3 โ
โ Queries with No Change โ 19 โ
โโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโดโโโโโโโโโโโโ
```
</p>
</details>
--
This is an automated message from the Apache Git Service.
To respond to the message, please log on to GitHub and use the
URL above to go to the specific comment.
To unsubscribe, e-mail: github-unsubscribe@datafusion.apache.org
For queries about this service, please contact Infrastructure at:
users@infra.apache.org
---------------------------------------------------------------------
To unsubscribe, e-mail: github-unsubscribe@datafusion.apache.org
For additional commands, e-mail: github-help@datafusion.apache.org
Re: [PR] Set default metadata prefetch size to 512k [datafusion]
Posted by "alamb (via GitHub)" <gi...@apache.org>.
alamb closed pull request #15670: Set default metadata prefetch size to 512k
URL: https://github.com/apache/datafusion/pull/15670
--
This is an automated message from the Apache Git Service.
To respond to the message, please log on to GitHub and use the
URL above to go to the specific comment.
To unsubscribe, e-mail: github-unsubscribe@datafusion.apache.org
For queries about this service, please contact Infrastructure at:
users@infra.apache.org
---------------------------------------------------------------------
To unsubscribe, e-mail: github-unsubscribe@datafusion.apache.org
For additional commands, e-mail: github-help@datafusion.apache.org