如何在 RedShift 中强制执行参照完整性？

Posted 2023-03-30

【中文标题】如何在 RedShift 中强制执行参照完整性？

【英文标题】：How to enforce referential integrity in RedShift?

【发布时间】：2016-04-02 17:50:39

【问题描述】：

RedShift 不支持强制执行任何约束。假设我有以下设置：

电影（mID，标题）

评分（rID、mID、评论）

如果评级没有与评级相关联的电影是没有意义的。但 RedShift 不支持强制执行任何约束！

假设我的数据库系统已损坏，但没有附加电影。应该如何处理？

例如：定期清理是否很常见？

【问题讨论】：

我想说，与其清理，不如检测并修复错误。

我同意，但这是假设情况 - 如果初级开发人员加入我们的团队可能会发生这种情况。这也很有可能发生。

这也极有可能。我很惊讶我在网上找不到快速答案

【参考方案1】：

Redshift 不支持设计约束。

在 Redshift 的典型用例（即 BI/分析）中，数据会在最终用户（分析师或仪表板应用）可见之前进行清理。 清理步骤是数据管道的重要组成部分。这种清理可以在数据加载到数据库之前进行，传统的 ETL 方法，或者在加载到数据库之后进行清理，更新的 ELT 方法，或者清理up 可以在加载数据之前和之后发生

清理通常在加载数据时完成，但是随着数据加载更频繁（例如，接近实时的点击流），清理和聚合查询通常是周期性的且频率低于数据加载，因此分析师和仪表板可以更新一些实时指标，而另一些则每小时刷新一次。

对于这种特殊情况

您可以告诉所有分析师使用INNER JOIN 或在每个查询中添加Rating.mID IS NOT NULL。这是最快的方法。

或者您可以定期运行此脚本以仅向最终用户公开已清理的数据。

DROP TABLE IF EXISTS RatingCleaned;
CREATE TABLE RatingCleanded AS 
SELECT * 
FROM Rating 
WHERE mID IS NOT NULL;

或者，创建一次清理过的表，然后逐步填充它。

-- create once
CREATE TABLE RatingCleanded AS 
SELECT * 
FROM Rating 
WHERE mID IS NOT NULL;

-- populate incrementally
INSERT INTO RatingCleaned
SELECT Rating.*
FROM Rating
LEFT JOIN RatingCleaned ON Rating.rID = RatingCleaned.rID
WHERE RatingCleaned.rID IS NULL
  AND Rating.mID IS NOT NULL;

【讨论】：

嘿 Haleemur：这个答案太好了。谢谢你让我知道！对我来说很奇怪，我们必须定期进行清理 - 但我想我是该地区的新手。