Redshift：sortkey 和 distkey 可以为空吗？

Posted 2023-03-30

【中文标题】Redshift：sortkey 和 distkey 可以为空吗？

【英文标题】：Redshift: Can sortkey and distkey be nullable?

【发布时间】：2016-06-08 15:27:21

【问题描述】：

可以将可为空的字段定义为 sortkey 和 distkey 吗？ 我不希望有很多空值，但它可能会发生。 谢谢

【参考方案1】：

虽然 Redshift 可以使用可为空的 DIST 键，但您必须小心。

如果 DIST 键列中的许多行具有相同的值（无论是 NULL 还是其他值），则所有这些行最终都将位于同一个节点上。所以建议使用值分布均匀的列作为dist key，即任何值出现的频率与任何其他值相似。

当列可以为空时，与其他值相比，NULL 值通常在频率方面存在偏差。这将导致节点之间的负载分布不均匀，并且在 x1.large 节点的情况下，您也可能很快耗尽该节点上的磁盘空间。

所以，我建议选择一个不允许 NULL 的列，但显然它还需要在逻辑上与您的联接模式匹配。如果您没有连接，我宁愿建议在这种情况下使用 EVEN dist 样式，以确保负载分布均匀。

【参考方案2】：

是的，它们都可以为空。

我们在 prod 数据库中将它们都设为 null，一切正常。