2个雪花表，数据相同，大小不同

Posted 2023-03-29

【中文标题】2个雪花表，数据相同，大小不同

【英文标题】：2 snowflake tables, same data ,size different

【发布时间】：2020-08-03 05:34:08

【问题描述】：

我有 2 个雪花表、1 个阶段表 (ABC_Stg) 和 1 个常规表 (ABC)，另外还有 2 列、src_updt_time 和剩余列的 md5 计算值 MD5_Cal，因此与阶段表相比，只有 2 列数据额外。 但是，我发现这两个表对于同一行的大小差异非常大。我确实从阶段插入到常规表，并在我的插入语句中添加了 systimestamp 和 md5 计算值。

如果阶段表大小为 300 KB 用于 2500 行，则常规表的大小为 1.5 MB

我在这里做错了什么会导致常规表大小大幅增加吗？

谢谢

【问题讨论】：

很有可能您的 2 个额外列不仅会向该表添加大量数据，而且它们还会更改下面微分区的压缩。

我认为你是对的，我相信它基于列数的 MD5 值会导致表格大小的差异

【参考方案1】：

没有看到表格真的无法回答这个问题。我会检查以下内容：

列的数据类型（和大小）。因为“相同的数据”并不意味着您没有存储更高精度的数字，例如它会占用更多空间。 空间的去向，因为常规表也具有时间旅行和故障保护功能，因此如果进行了任何更新，存储空间中的差异甚至可能高达数 TB（即，如果您有一个包含 10TB 数据的表然后截断到 5 行，时间旅行和故障保护所需的空间仍然是 10TB，直到它过期）