Question

下

问：对于数据仓库和分析，Amazon Redshift的性能与大多数传统数据库相比如何？

它说：

高级压缩：列式数据存储可以比基于行的数据存储压缩得多，因为类似的数据按顺序存储在磁盘上。 Amazon Redshift采用多种压缩技术，相对于传统的关系数据存储，通常可以实现显着的压缩。此外， Amazon Redshift不需要索引或物化视图，因此占用的空间比传统的关系数据库系统少。将数据加载到空表时，Amazon Redshift会自动对您的数据进行采样并选择最合适的压缩方案。

为什么会这样？

Answer 1

说实话（在我看来）有点不诚实。虽然RedShift没有这些，但我不确定它是否与它们不会从中受益一样。

物化视图

我不知道为什么他们提出这个主张。可能是因为他们认为引擎如此高效，以至于使用它们所带来的收益微乎其微。

我会对此提出质疑，我工作的产品会维护自己的物化视图，并且可以通过这样做显示出显着的性能提升。也许AWS认为我一开始就做错了什么？

<强>索引

RedShift没有索引。

它具有SORT ORDER，它与聚簇索引非常相似。它只是一个按字节排序的数据列表（如复合聚簇索引）。

它甚至最近推出了INTERLEAVED SORT KEYS。这是直接尝试拥有多个独立排序顺序。而不是按a THEN b THEN c排序

由于RedShift如何实现其列存储，这种可能性很大 - 每列与彼此列分开存储 - 每列存储在1MB块中 - 每个1MB块都有摘要统计

除了作为存储模式之外，它还有效地成为一组伪索引 - 如果数据按a then b then x分类 - 但是你想要z = 1234
- RedShift首先查看块统计信息（对于列z） - 这些统计数据将说明该块存储的最小值和最大值 - 这允许Redshift在某些条件下跳过许多块 - 此实习生允许RedShift识别要从其他列中读取的块

Answer 2

评论太长了。

简单的答案是：因为它可以真正地，非常快速地并行地读取所需的数据。

索引的主要用途之一是＆＃34;大海捞针＆＃34;查询。这些查询只需要相对较少的行，并且这些行匹配WHERE子句。列式数据存储区以不同方式处理这些。整列被读入内存 - 但只读取列，而不是行的其余数据。这有点类似于在每列上都有索引，除了需要扫描匹配的值（这是并行性派上用场的地方）。

索引的其他用途是用于匹配密钥对以进行连接或聚合。这些可以通过替代的基于散列的算法来处理。

对于物化视图，RedShift的优势在于不更新数据。许多此类查询非常快，没有实现。并且，实现导致在高事务环境中维护数据的大量开销。如果您没有高事务环境，则可以在批量加载后增加临时表。

Answer 3

索引基本上用于OLTP系统中以检索特定或一小组值。相反，OLAP系统检索大量值并对大量值执行聚合。索引不适合OLAP系统。相反，它使用带有排序键的区域映射的二级结构。

索引在B树上运行。没有btree的生活＆＃39;以下博客中的部分通过示例解释了基于btree的索引如何影响OLAP工作负载。

https://blog.chartio.com/blog/understanding-interleaved-sort-keys-in-amazon-redshift-part-1

柱状存储，压缩编码，数据分发，压缩，查询编译，优化等的组合为Redshift提供了更快的功能。

实施上述因素，减少Redshift上的IO操作，最终提供更好的性能。要实现一个有效的解决方案，它需要大量的知识上面的部分以及您将在Amazon Redshift上运行的查询。

例如。 Redshift支持排序键，复合排序键和交错排序键。如果您的表结构是lineitem（orderid，linenumber，供应商，数量，价格，折扣，税，退货，发货日期）。如果您选择orderid作为排序键，但如果您的查询基于shipdate，则Redshift将高效运行。如果您在（orderid，shipdate）上有一个复合排序键，并且如果您的查询仅在发货日期，则Redshift将无法有效运行。如果你有一个交错的软键（orderid，shipdate）和你的查询

Redshift不支持物化视图，但它可以轻松地通过在现有表上运行select查询来创建（临时/ permant）表。它最终会复制数据，但需要执行查询所需的格式（类似于物化视图）以下博客提供了有关上述方法的一些信息。

https://www.periscopedata.com/blog/faster-redshift-queries-with-materialized-views-lifetime-daily-arpu.html

Redshift在我们最近的一个基准框架中与其他系统（如Hive，Impala，Spark，BQ等）相处得很好

Answer 4

截至2019年12月，Redshift预览了实体视图：Announcement

从文档中的

：物化视图包含一个预先计算的结果集，该结果集基于对一个或多个基本表的SQL查询。您可以发出SELECT语句来查询实例化视图，就像查询数据库中的其他表或视图一样。 Amazon Redshift从实例化视图返回预先计算的结果，而根本不必访问基本表。从用户的角度来看，与从基表中检索相同数据相比，返回查询结果要快得多。

Answer 5

他们最近在Redshift中添加了对实例化视图的支持：https://aws.amazon.com/about-aws/whats-new/2019/11/amazon-redshift-introduces-support-for-materialized-views-preview/

创建实例化视图的语法：

CREATE MATERIALIZED VIEW mv_name
[ BACKUP { YES | NO } ]
[ table_attributes ]   
AS query

刷新实例化视图的语法：

REFRESH MATERIALIZED VIEW mv_name

为什么Redshift不需要物化视图或索引？

5 个答案: