在 Amazon Redshift 上，并发查询会影响彼此的性能吗？
例如，假设有两个查询：一个在相对较小的表（~5m 行）上检索所有行，另一个在大表（~500m）行上。两个表都有相同的字段，都没有压缩。两个查询都检索各自表中的所有数据以计算其结果。没有连接或过滤器。两个查询都检索大约 2-4 个字段进行计算。
自行运行，小查询在大约 700 毫秒内返回。然而，当大查询正在运行时（这本身需要几分钟），小查询会在 4-6 秒内返回。
这是在具有单个 XL 节点的集群上观察到的行为。
这是预期的行为吗？是否有一个配置设置可以保证小查询的性能一致性，即使大查询正在运行？
复制粘贴自：https ://forums.aws.amazon.com/thread.jspa?threadID=137540#
我已经执行了一些并发查询基准测试。
我创建了一个简单的查询，它本身需要大约一分钟才能运行。然后我一次运行其中一个查询，然后是两个，然后是三个，等等，并为每个查询计时。
每个查询基本上都将数据库性能减半——例如你所期望的；负载加倍，性能减半。
实际上，这比减半要好一些——你可以获得大约 10% 的额外性能。
这种性能行为最多支持 5 个并发查询，这是我正在使用的数据库上配置的最大并发查询数。如果我运行了六个查询，则在第一个查询完成并释放一个槽之前，最后一个查询无法执行。
最后，vacuum 的行为与普通查询非常相似——它将性能减半。这并不特别。
实际上，vacuum 不仅仅是减半——它相当于一个相当繁重的查询。
无法保证，因为所有这些都在固定数量的 CPU 上运行。当你增加工作量时，工作量是固定的，它会降低吞吐量。简短的回答是获得更大的机器（即更多节点）。
以下是您回答的具体内容：
https://forums.aws.amazon.com/message.jspa?messageID=437015#
http://docs.aws.amazon.com/redshift/latest/dg/c_workload_mngmt_classification.html