Netezza / PureData - 在HASH JOIN中选择的错误分配键

Question

我正在使用Netezza / Pure Data进行查询。我在两列A和B上有一个INNER JOIN（它变成了HASH JOIN）.A是一个分布很好的列，B是一个分布不好的列。出于某种原因，我的查询计划总是使用B代替A作为该JOIN的分配键，这会导致巨大的性能问题。

GENERATE STATISTICS确实有助于缓解此问题，但由于性能限制，在每次查询之前生成统计数据都是不可行的。我在批处理运行之前执行此操作，但不在批处理中的每个查询之间执行。

简而言之，源表具有良好的分布，但是当我加入它们时，它们会选择一个错误的分发键（实际上它从未在源中用作分发列）。

所以我的问题是，在不执行GENERATE STATISTICS的情况下，有什么好的方法可以影响JOIN中分配键的选择。我已经尝试更改源表的分配列，但即使我确保所有偏差都小于0.5，这也没有做太多。

Answer 1

您可以创建临时表并强制分发以使它们都对齐，这样可以加快连接

Answer 2

解决方法是强制使用详尽的计划程序。

设置num_star_planner_rels = X; - 将X设置为非常高。

据IBM Netezza团队称，超过7个实体（表格数量）的查询将使用名为“Snowflake”的贪婪查询计划器。在7个或更少的实体，它将使用蛮力方法来找到最佳计划。

权衡的是，对于大量实体而言，详尽的搜索非常昂贵。