amazon-redshift - Redshift：如何将连接表的副本复制到集群中的每个切片上？

Question

想象一下，我有一个大型事实表和一个小型且经常更改的连接表。

我的小连接表的全部内容可能适合一个切片。

如何将连接表的副本推送到集群的每个切片（或至少每个节点）上？如果我能做到这一点，我的加入不是会更快吗？

score 3 · Accepted Answer

Redshift 最近添加了对新分发类型“DISTSTYLE ALL”的支持，它完全符合 OP 的要求。

score 0 · Accepted Answer

您可以尝试将 DISTRIBUTION KEY 设置到同一列（在事实表和连接表中） - 这样所有将被连接的行都将落在相同的节点上。

仅当您在连接列中的值分布均匀时，这才有效 - 只有这样数据才会均匀地分布在节点上。

您可以使用查询检查表的数据分布：

select slice, col, num_values, minvalue, maxvalue
from svv_diskusage
where name = '__INSERT__TABLE__NAME__HERE__' and col = 0
order by slice, col;

您希望在 num_values 列中有类似的值。

2 回答 2