system.asynchronous_loader
该系统表中的数据在 ClickHouse Cloud 的每个节点上本地保存。因此，要获得所有数据的完整视图，需要使用 clusterAllReplicas 函数。有关更多详细信息，请参见 here。
包含有关最近异步工作的详细信息和状态（例如，正在加载的表）。该表为每个工作包含一行。还有一个工具可以可视化此表中的信息 utils/async_loader_graph。
示例：
列：
job(String) - 工作名称（可能不是唯一的）。job_id(UInt64) - 工作的唯一 ID。dependencies(Array(UInt64)) - 应在此工作之前完成的工作 ID 列表。dependencies_left(UInt64) - 当前待完成的依赖项数量。status(Enum) - 工作的当前加载状态：PENDING: 加载工作尚未开始。OK: 加载工作已经执行成功。FAILED: 加载工作执行失败。CANCELED: 加载工作因被移除或依赖失败而不再执行。
待处理的工作可能处于以下状态之一：
is_executing(UInt8) - 工作当前由工作线程执行。is_blocked(UInt8) - 工作等待其依赖项完成。is_ready(UInt8) - 工作准备好执行，等待工作线程。elapsed(Float64) - 自执行开始以来经过的秒数。如果工作尚未开始则为零。如果工作完成，则为总执行时间。
每个工作都有一个关联的池，并在该池中启动。每个池都有一个固定的优先级和可变的最大工作线程数量。优先级较高（priority 值较低）的工作首先执行。只要有至少一个高优先级的工作准备好或正在执行，则不会启动低优先级的工作。可以通过优先处理来提升工作优先级（但不能降低）。例如，对于加载的表和启动的工作，如果传入的查询需要该表，则这些工作将被优先处理。在执行过程中也可以优先处理工作，但工作不会从其 execution_pool 转移到新分配的 pool。该工作使用 pool 创建新工作以避免优先级反转。已经启动的工作不会被更高优先级的工作抢占，并始终在启动后一直运行到完成。
-
pool_id(UInt64) - 当前分配给工作的池 ID。 -
pool(String) -pool_id池的名称。 -
priority(Int64) -pool_id池的优先级。 -
execution_pool_id(UInt64) - 工作执行所在池的 ID。等于执行开始前初始分配的池。 -
execution_pool(String) -execution_pool_id池的名称。 -
execution_priority(Int64) -execution_pool_id池的优先级。 -
ready_seqno(Nullable(UInt64)) - 对于准备好的工作不为 null。工作线程从其池的准备队列中提取下一个要执行的工作。如果有多个准备好的工作，则选择ready_seqno值最低的工作。 -
waiters(UInt64) - 等待该工作的线程数量。 -
exception(Nullable(String)) - 对于失败和取消的工作不为 null。保存查询执行过程中引发的错误消息或导致取消该工作的错误，以及依赖失败的工作名称链。
工作生命周期中的时间瞬间：
schedule_time(DateTime64) - 工作创建并安排执行的时间（通常与其所有依赖项一起）。enqueue_time(Nullable(DateTime64)) - 工作变为准备好并被加入到其池的准备队列中的时间。如果工作尚未准备好，则为 null。start_time(Nullable(DateTime64)) - 工作线程从准备队列中取出工作并开始执行的时间。如果工作尚未开始，则为 null。finish_time(Nullable(DateTime64)) - 工作执行完成的时间。如果工作尚未完成，则为 null。