我发现自己正在处理一个包含2种不同类型表的Redshift集群：每天完全替换的表和每天都会收到合并的表。
据我所知，到目前为止，应该提供维护命令，因为所有这些表都有数百万行。到目前为止我发现的3个命令是：
vacuum table_name;
vacuum reindex table_name;
analyze table_name;
应该在哪种情况下应用哪些命令？我计划在他们半夜加载后每天做这件事。每天这样做的原因是因为在手动运行其中一些之后，性能会有很大提升。
阅读完文档后，我觉得标准程序应该是什么不太清楚。
谢谢！
编辑：无论负载类型如何，所有表都有交错排序键。
答案 0 :(得分：2)
VACUUM：对指定的表（或当前数据库中的所有表）进行排序，并回收由先前的UPDATE和DELETE操作标记为删除的行占用的磁盘空间。完全真空不会对交错表执行重新索引。VACUUM REINDEX：分析交错排序键列中值的分布，然后执行完整的VACUUM操作。ANALYZE：更新表统计信息以供查询计划程序使用。优良作法是在将大量数据加载到表格中时执行ANALYZE 。事实上，如果不到10％的数据发生变化，Amazon Redshift将自动跳过分析，因此运行ANALYZE几乎没有什么害处。
你提到一些表每天都被完全替换。这应该通过删除和重新创建表，或使用TRUNCATE来完成。使用DELETE *清空表的效率较低，不应用于清空表。
VACUUM可能需要很长时间。如果数据按时间顺序附加且表格SORTKEY基于时间，则无需对表格进行抽真空。这是因为表已经有效地排序了。但是，这不适用于交错排序。
交错排序更棘手。来自sort key documentation：
交错排序键为排序键中的每一列提供相同的权重，因此查询谓词可以按任何顺序使用构成排序键的列的任何子集。
基本上，交错排序使用精确算法对数据进行排序，以便基于任何列（单独或组合）的查询将最小化需要从磁盘读取的数据块的数量。磁盘访问总是占用数据库中的最多时间，因此最小化磁盘访问是加速数据库的最佳方式。 Amazon Redshift使用区域映射来识别要从磁盘读取的块，并且最小化此类访问的最佳方法是对数据进行排序，然后在执行查询时跳过尽可能多的块。
Interleaved排序的性能低于普通排序，但是可以提供多个字段排序相当好的好处。 如果您经常在许多不同的字段上进行查询，则仅使用交错排序。维护交错排序（通过VACUUM REINDEX）的开销非常高，只有在重新索引工作值得的情况下才能完成结果
所以，总结一下：
ANALYZE VACUUM VACUUM REINDEX如果您使用Interleaved Sorts并且大量数据已更改