为啥我的查询仍然在 Redshift 中使用 sortkey 进行全表扫描？

Posted 2023-03-31

【中文标题】为啥我的查询仍然在 Redshift 中使用 sortkey 进行全表扫描？

【英文标题】：Why does my query still do a full table scan with sortkey in Redshift?为什么我的查询仍然在 Redshift 中使用 sortkey 进行全表扫描？

【发布时间】：2018-03-23 21:55:08

【问题描述】：

假设我们有一个表 table1，字段 1 为 INT ENCODE ZSTD，我们在字段 1 上添加了交错排序键。

但是当我查询select * from table1 where field1=123; 时，我仍然看到对整个表的顺序扫描，我认为这应该是对表的子扫描。

我对排序键有什么误解吗？

【参考方案1】：

1) 根据您的说法，您不需要交错排序键，因为您只有一列感兴趣。当您希望多列同样重要时，您需要交错排序键，因为您想要运行where col1=123 和where col2=123 类型的查询。这为大型表提供了好处。

2) 压缩排序键列被认为是一种不好的做法。 Proof from Amazon：the first column in a compound sort key should not be encoded（一栏键相同）。整篇文章其实很有用，看完不后悔

3) 配置排序键并填充数据后，最好运行 Vacuum 并分析命令，以确保根据排序键对行进行排序并更新表统计信息。

【讨论】：

那里有更多的字段。只是有点懒得把它们都放在这里。 （我们有超过 100 列）

我认为我不需要复合排序键，因为执行查询的模式并不总是相同。并且之前也运行过真空和分析。

亚历克斯很聪明。听亚历克斯。 :) 或者阅读我们的“高级表格设计手册”以获得更详细的解释。 aws.amazon.com/blogs/big-data/…