使用Diststyle ALL的桌子在Amazon Redshift中应该有多小？

Question

使用Diststyle ALL的桌子在Amazon Redshift中应该有多小？

它在这里说：http://dwbitechguru.blogspot.com/2014/11/performance-tuning-in-amazon-redshift.html 对于vey小表，redshift应该使用diststyle ALL而不是EVEN或KEY。小有多小？如果我要在查询的where子句中指定行号：select relname, reldiststyle from pg_class我应该指定多少行？

Answer 1

这实际上取决于您使用的群集大小。 DISTSTYLE ALL会将表的数据复制到所有节点 - 以减少跨节点的数据传输要求。您可以找到表的大小和Redshift节点的可用大小，如果您能够为每个节点多次复制表，那就去做吧！

此外，如果您需要非常频繁地使用此表加入其他表，例如70％的查询，我相信如果您想要更好的查询性能，那么值得花费空间。

如果表中的连接键在基数方面是相同的，那么您还可以分配该键上的所有表，以便类似的键位于同一节点中，这将避免数据复制。

我建议尝试上面的两个选项，并比较大约10个查询的平均查询运行时间，然后做出决定。

Answer 2

考虑星型模式后，分布样式“全部” 通常用于维度表。这样做具有加快连接速度的优势，让我们通过一个示例进行说明。如果要按国家/地区获取每种产品的销售数量，则需要将fact_sales与store_id键上的dim_store表结合在一起。

因此，与在启用diststyle时启用改组的缺点相比，在dim_store上设置diststyle all可以使我们并行执行JOIN结果。但是，您可以通过设置distyle auto来让Redshift自动处理最佳的分发样式，有关更多信息，请检查this链接。