我正在对redshift进行原型设计，并且需要一些有关排序键设计的建议。我有一个包含5个数值和20列的表格，可用于过滤。我将日期用作dist键，但由于排序键设计而迷失了。
我根据历史使用情况对排序列进行加权，但是如何在redshift中进行处理。创建排序键（col1，col2，.. col20）似乎不是执行此操作的最佳方法。是否使用前5个最常用的过滤器创建排序键？或其他方法。
答案 0 :(得分：0)
您有很多选择，一点都不容易：)基于一种感觉以及如何描述表格，我认为您应该使用INTERLEAVED SORTKEY并最多添加8列。如果这些列没有散布，那么例如2列是在同一时间增长的日期，例如start，end或id同步增长的日期，这不是一个好的解决方案。如果数据均匀分布在8列上，那么这是一个非常好的SORTKEY选项。
您需要做很多测试，有很多选择，您是否只有此表或其他表？
另一个问题是，您将使用哪种类型的DISTSTYLE？桌子是小是大吗？您有多个选择，具体取决于每个节点上的可用空间量以及其他因素。如果有足够的空间，请一一尝试。
查看此处：https://docs.aws.amazon.com/redshift/latest/dg/viewing-distribution-styles.html
更多信息可以帮助我更好地指导您。检查此链接：https://docs.aws.amazon.com/redshift/latest/dg/tutorial-tuning-tables.html
GL！
答案 1 :(得分：0)
将日期用作DISTKEY很不常见。
一般规则是：
DISTKEY设置为JOIN语句中经常使用的列。这样可以确保两个表中的数据位于同一切片上，因此它们可以联接，而不必在切片之间传输数据。SORTKEY设置为WHERE语句中最常用的列。这样可以更轻松地“跳过”不包含相关数据的磁盘块，因为每个磁盘块均用该列的最小值和最大值标记。通常，避免使用交错排序，因为在运行VACUUM时它需要太多开销。只需对WHERE中最常用的字段（通常是“日期”列）进行排序。