> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-mintlify-fbfa8bee.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# 根据内存使用量识别 ClickHouse 中的高开销查询

> 了解如何使用 `system.query_log` 表找出 ClickHouse 中最耗费内存的查询，并提供适用于集群和独立部署的示例。

<div id="using-the-systemquery_log-table">
  ## 使用 `system.query_log` 表
</div>

下面这个实用查询会显示你已执行的查询中，哪些占用了最多内存。

关于这个查询，有几点说明：

* 结果基于过去一天 (`now() - toIntervalDay(1))`) 的数据计算得出，不过你也可以轻松调整这个时间间隔
* 它假设你有一个名为 `default` 的集群；在 [ClickHouse Cloud](https://console.clickhouse.cloud) 中，你的集群名称就是这个。请将 `default` 替换为你的集群名称
* 如果你没有集群，请参阅本文末尾列出的查询

```sql theme={null}
SELECT
    count() as nb_query,
    user,
    query,
    sum(memory_usage) AS memory,
    normalized_query_hash
FROM
    clusterAllReplicas(default, system.query_log)
WHERE
    (event_time >= (now() - toIntervalDay(1)))
    AND query_kind = 'Select'
    AND type = 'QueryFinish'
    and user != 'monitoring-internal'
GROUP BY
    normalized_query_hash,
    query,
    user
ORDER BY
    memory DESC;
```

响应如下：

```response theme={null}
┌─nb_query─┬─user────┬─query─────────────────────────────────────────────────────────┬───memory─┬─normalized_query_hash─┐
│       11 │ default │ select version()                                              │ 46178924 │   7202516440347714159 │
│        2 │ default │ SELECT * FROM "system"."table_functions" LIMIT 31 OFFSET 0    │  8391544 │  12830067173062987695 │
└──────────┴─────────┴───────────────────────────────────────────────────────────────┴──────────┴───────────────────────┘
```

<Note>
  如果你没有 `system.query_log` 表，那么很可能尚未启用查询日志。有关如何启用它的详细信息，请参阅 [`query_log` setting](/zh/reference/settings/server-settings/settings#server_configuration_parameters-query-log) 的相关说明。
</Note>

如果你没有集群，则可以直接查询仅有的那张 `system.query_log` 表：

```sql theme={null}
SELECT
    count() as nb_query,
    user,
    query,
    sum(memory_usage) AS memory,
    normalized_query_hash
FROM
    system.query_log
WHERE
    (event_time >= (now() - toIntervalDay(1)))
    AND query_kind = 'Select'
    AND type = 'QueryFinish'
    and user != 'monitoring-internal'
GROUP BY
    normalized_query_hash,
    query,
    user
ORDER BY
    memory DESC;
```