Escrevendo consultas otimizadas

Introdução ao Redshift

Jason Myers

Principal Engineer

Limite as colunas

Evite SELECT *
Não selecione colunas que não precisa no resultado
- Lembre que o Redshift é colunar e busca dados por coluna

Use DISTKEY e SORTKEYs

Use nas seguintes cláusulas sempre que possível

JOIN
WHERE
GROUP BY

Use SORTKEYs na mesma ordem em ORDER BY

Altamente otimizado sortkey_1, sortkey_2, sortkey_3
Não otimizado sort_key_1, sort_key_3

Consultas distribuídas

Construindo bons predicados

Use DISTKEY e SORTKEY
Perto do join da tabela
Evite usar funções neles

SELECT receipts.cookie_id, 
       sum(receipts.total)
FROM receipts
JOIN cookies ON receipts.cookie_id = cookies.cookie_id
  -- Keep cookies predicates in the join to push down to nodes holding the records for cookies
 AND cookies.available_on < '2023-11-14'
 AND cookies.end_of_sale IS null
-- Predicates that are not part of the join or on the joined table stay in the WHERE clause
WHERE receipts.order_time > '2023-11-13'
GROUP BY 1 ORDER BY 1;

Seja consistente na ordem das colunas

Ao usar:

GROUP BY
ORDER BY

Ruim

GROUP BY col_one, col_two, col_three
ORDER BY col_two, col_three, col_one

Bom

GROUP BY col_two, col_three, col_one
ORDER BY col_two, col_three, col_one

Use subconsultas com cuidado

Use estratégias de join adequadas em vez de apenas subconsulta

Use EXISTS nos seus predicados quando só precisar verificar se a subconsulta é verdadeira

SELECT column_name
FROM table_name
WHERE EXISTS
  (SELECT column_name 
   FROM table_name 
   WHERE active is True);

Se for reutilizar subconsultas, use CTEs para aproveitar o cache

Vamos praticar!

Introdução ao Redshift