我正在查看我在Redshift中所做的一些查询的性能，并注意到我在文档中找不到的东西。
我创建了两个表之间有连接键的表（子表中大约10K行）。
对于父表，我们称之为A，我有一个主键，我已声明它是表的distkey和sort键。我们称之为id。
对于子表B，我创建了一个引用A.id的外键字段parent_id。 parent_id已被声明为表B的distkey。表B还有一个我定义的主键id。我在表B上为（parent_id，id）创建了一个交错排序键。
当我尝试解释加入这两个表时，我总是会得到一个Hash Join。如果我使用普通的复合排序键重新创建表B，我将始终获得合并连接。
当我查看表格的统计数据时，我没有看到任何偏离的偏差。
我的问题是，Redshift总是会使用Hash Joins和交错排序键吗？还是我做错了什么？
编辑 - 表B中交错排序键的顺序实际上是（parent_id，id）。我上面写的不正确。我现在已经更新了以上内容。
答案 0 :(得分：2)
根据我的理解：
正如您所指出的，如果使用普通复合键对表进行排序，则两个表都按连接列排序。
但是，在交错联接中，每列中的值无法保证排序。
Interleaved Keys的文档说：
交错排序为排序键中的每列或列子集提供相同的权重。如果多个查询对筛选器使用不同的列，则通常可以使用交错排序样式来提高这些查询的性能。当查询在辅助排序列上使用限制性谓词时，与复合排序相比，交叉排序可显着提高查询性能。
但是，不意味着所有列都已排序（因为它们是使用复合排序）。相反，它提供了通常良好的混合排序，因此任何列上的排序通常都能正常工作。因此，每列不一定完全排序，因此需要哈希联接。
博文Quickly Filter Data in Amazon Redshift Using Interleaved Sorting尝试解释使用交错排序时数据的存储方式。