如何在 Spark 中增加 Presto 的查询执行时间答案

【问题标题】：How to increase query execution time of Presto in Spark如何在 Spark 中增加 Presto 的查询执行时间
【发布时间】：2020-11-15 17:44:40
【问题描述】：

我目前正在使用 Spark 连接到 Presto。我们的查询在60m 之后超时，为了增加查询执行时间，我在getDBProperties() 中设置了query.max-execution-time 参数，如下所示

private def constructPrestoDataFrame(sparkSession : SparkSession, jobConfig : Config, query : String) : DataFrame = {
    sparkSession
      .read
      .jdbc(getPrestoConnectionUrl(jobConfig), query, getDBProperties(jobConfig))
  }

  private def getDBProperties(jobConfig : Config) : Properties = {
    val dbProperties = new Properties
    dbProperties.put("user", jobConfig.getString("presto.user"))
    dbProperties.put("password", jobConfig.getString("presto.password"))
    dbProperties.put("Driver", jobConfig.getString("presto.driver.name"))
    dbProperties.put("query.max-execution-time", "2d")

    dbProperties
  }

  private def getPrestoConnectionUrl(jobConfig : Config) : String = {
    s"jdbc:presto://${jobConfig.getString("presto.host")}:8443/${jobConfig.getString("presto.catalogue.name")}?SSL=true&SSLTrustStorePath=${jobConfig.getString("sslTrustStorePath")}"+
      "&SSLTrustStorePassword="+URLEncoder.encode(jobConfig.getString("sslTrustStorePassword"))
  }

当我运行作业时，我收到异常说 exception caught: Cause = null Message = Unrecognized connection property 'query.max-execution-time'

我们使用apache-spark-2.3.x、presto-jdbc-driver-300。

【问题讨论】：

这不是 Presto 会话属性的一部分吗？或者至少您是否尝试过将其作为会话属性？在这种情况下，密钥将是 query_max_execution_time
是的，我试过query_max_execution_time。我遇到了同样的异常。
@UninformedUser 如果我的理解是正确的，我们添加session properties的方式与我们添加其他数据库属性的方式相同（添加到dbProperties对象）
据我了解，根据文档，它只需要 JDBS 参数，因为它仅适用于 JDBC 驱动程序：prestosql.io/docs/current/installation/jdbc.html - 所以我认为你想要设置的是 Presto 设置本身的一部分，您的 Presto 实例周围应该有一个属性文件。
我同意@UninformedUser 的观点，但就我而言，我无权更改 presto 实例级别的任何配置设置。如果我可以在我的连接/会话范围内设置配置，我们很好

标签： apache-spark apache-spark-sql presto apache-spark-dataset presto-jdbc

【解决方案1】：

在 URL 中添加 MAX_EXECUTION_TIME 到 sessionVariables 对我来说很有效：

jdbc:mysql://{host}:{port}/{database}?sessionVariables=MAX_EXECUTION_TIME=123456666

查询验证：

SELECT @@max_execution_time

预期输出：

+--------------------+ 
|@@max_execution_time| 
+--------------------+ 
| 123456666          | 
+--------------------+

【讨论】：