Redshift：如何将我的连接表的副本复制到群集中的每个切片上？

Question

想象一下，我有一个大的事实表和一个小而频繁变化的连接表。

我的小连接表的全部内容可能都适合切片。

如何将我的连接表的副本推送到群集的每个切片（或至少每个节点）？如果我能做到这一点，我的连接不会更快吗？

Answer 1

Redshift最近增加了对新分发类型“DISTSTYLE ALL”的支持，该分发类型完全符合OP的要求。

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

Answer 2

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

只有在连接列中均匀分配值时才会起作用 - 只有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列中具有类似的值。