在JOIN查询上进行Redshift性能调优

Question

我在以下查询中遇到性能问题：

  

从[表格]中选择[列]在[键]

上连接表B.

如果我删除了连接，只留下选择查询需要几秒钟。通过加入， 30分钟。

表格大小为A（844,082,912）＆amp;行（1,540,379,815）行。 分发和排序键等同于连接KEYS。

查看AWS图表，我看到（附加）一个节点在短时间内具有100％的CPU利用率。

查看系统表（svv_diskusage）我不确定我看到了什么（附件），因为它没有表明（据我所知）一个节点是否有比其他节点多得多的数据。

如果问题是分布错误，我怎么能看到它？ 是别的吗？

Answer 1

此处https://aws.amazon.com/articles/8341516668711341（不均匀分布）您可以看到相同图形样式的示例：一个节点比其他节点更加努力，这表明您的数据分布不均匀。

关于svv_diskusage，它描述了存储在每个切片中的值。如果切片没有相对均匀地使用，那么这是错误分发密钥的指示符。尝试以下查询以获得更高的分布amooung节点而不是切片的抽象：

select owner, host, diskno, used, capacity,
(used-tossed)/capacity::numeric *100 as pctused 
from stv_partitions order by owner;
set search_path to '$user', 'public', 'ic';
select * from pg_table_def where tablename = '{TableNameHere}';