Redshift：如何将连接表的副本复制到集群中的每个切片上？

Posted 2023-03-30

【中文标题】Redshift：如何将连接表的副本复制到集群中的每个切片上？

【英文标题】：Redshift: how do I get a copy of my join table onto each slice in my cluster?

【发布时间】：2013-06-07 03:31:05

【问题描述】：

假设我有一个大的事实表和一个小且经常变化的连接表。

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）？如果我能做到这一点，我的连接不是会大大加快吗？

【参考方案1】：

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。

http://docs.aws.amazon.com/redshift/latest/dg/c_choosing_dist_sort.html

【参考方案2】：

您可以尝试将 DISTRIBUTION KEY 设置到同一列（在事实表和连接表中） - 这样将连接的所有行都将位于相同的节点上。

只有在连接列中的值分布均匀时才有效 - 只有这样数据才会在节点之间均匀分布。

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 列中有相似的值。