在Redshift中创建大型VARCHAR值有缺点吗？

Question

源数据不断为字段投放值，使其长度越来越大。现在我正在使用VARCHAR（200），但我可能会去VARCHAR(400)。使用大量数据有什么缺点吗？

Answer 1

为方便起见，请不要使用最大列大小。

相反，请考虑您可能存储在VARCHAR列中的最大值，并相应地调整列的大小。由于Amazon Redshift非常有效地压缩列数据，因此创建比所需大得多的列对数据表的大小影响最小。但是，在处理复杂查询期间，可能需要将中间查询结果存储在临时表中。由于临时表未压缩，因此不必要的大型列会消耗过多的内存和临时磁盘空间，这会影响查询性能。

http://docs.aws.amazon.com/redshift/latest/dg/c_best-practices-smallest-column-size.html

Answer 2

你是什么意思“缺点”？如果你没有使列足够大，那么有一个非常大的缺点 - 你不能用它来存储你想要存储的值。

至于额外的开销，你不必担心。 varchar()类型基本上只占用值所需的存储空间，加上长度的小开销。此外，“400”并不是一个很大的数字，特别是与“200”相比时。

因此，如果需要400个字节来存储值，请更改表以存储它。更改值的长度可能有开销。我不确定RedShift是否会觉得需要复制数据，因为类型已更改。但是，对性能的影响应该可以忽略不计。