Redshift：sortkey和distkey可以为空吗？

Question

将可空字段定义为sortkey和distkey是否可以？ 我不希望有很多空值，但可能会发生。 感谢

Answer 1

虽然Redshift可以使用可以为空的DIST键，但你必须小心。

如果DIST键列中有许多行具有相同的值（无论是NULL还是其他值），那么所有这些行都将在同一节点上结束。因此，建议使用提供值均匀分布的列，因为dist键，即任何值的频率与任何其他值类似。

当列可以为空时，与其他值相比，NULL值通常在频率方面存在偏差。这将导致节点之间的负载分布不均匀，并且在x1.large节点的情况下，您也可能快速耗尽该节点上的磁盘空间。

所以，我建议选择一个不允许NULL的列，但显然它也需要在逻辑上与你的连接模式匹配。如果您没有加入，我建议在这种情况下使用EVEN dist风格，以确保负载分布均匀。

Answer 2

是的，它们都可以为空。

我们在prod数据库中将它们都置为null，并且工作正常。