在雪花中设置表自动聚类不会对表进行聚类

Posted 2023-03-29

【中文标题】在雪花中设置表自动聚类不会对表进行聚类

【英文标题】：Setting Table Auto Clustering On in snowflake is not clustering the table

【发布时间】：2019-08-20 20:14:43

【问题描述】：

大约 2 周前，我从手动聚类转移到自动聚类。

我使用的步骤如下。

将表的 AUTO_CLUSTERING_ON 更新为 yes。 创建一个中间表并在表中插入记录。 然后通过中间表中的聚类键按顺序插入到主表中。

然后我看到集群无处不在。 我曾经也做过手动集群，并且看到集群做得很好。 但是在下一次插入主表时。再次聚类看起来有些麻烦。

如果我遗漏了什么，请提出建议。

请注意：

中间表中加载的数据也是从其他表中插入的。并且该表从不聚集。我不确定这是否是问题。（我觉得不应该）

【问题讨论】：

想知道聚类键列的数据类型是什么，您是如何得出结论认为聚类无处不在的？

【参考方案1】：

您可能需要使用 Snowflake 提出案例以启用自动集群。不久前创建的帐户不会启用此功能。来自documentation：

如果您的账户中仍然可以使用手动重新集群，则您的账户可能尚未启用自动集群。

您可以请求为您的帐户启用自动集群；但是，它只会影响从启用该功能后定义的聚簇表。

对于在启用该功能之前定义的集群表，您必须为每个表显式“恢复”自动集群。您可以使用 SQL 来确定是否为给定的表启用了自动集群。

同样从文档here 中，您应该尝试运行resume recluster 命令，因为该表可能是在为您的帐户启用自动集群之前创建的：

alter table t1 resume recluster;

不要忘记，表会根据 Snowflake 的判断自动重新聚集。 Snowflake 可能根本不认为该表需要基于多种因素重新聚类（我不知道:)）

我认为用 Snowflake 提出一个案例可能会很快解决这个问题，所以这可能是最好的方法。

【参考方案2】：

与问题没有特别相关，但我发现定期重建表将获得最佳的聚类结果，尤其是对于频繁流失的表。为此，您可以指定一个 ORDER BY 子句来模仿您的集群键。

创建或替换表 t1 复制授权 SELECT * FROM t1 ORDER BY a, b, c;