最適なクエリの作成

Redshift入門

Jason Myers

Principal Engineer

列を絞る

SELECT *は避ける
結果に不要な列は選択しない
- Redshiftはカラムナで、列単位でデータを取得

DISTKEY と SORTKEY の活用

可能な限り次の句で使用

JOIN
WHERE
GROUP BY

ORDER BYではSORTKEYの順に並べる

高速: sortkey_1, sortkey_2, sortkey_3
非最適: sort_key_1, sort_key_3

分散クエリ

良い述語の作り方

DISTKEY と SORTKEY を使用
テーブル結合に近い条件にする
それらで関数の使用は避ける

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;

列順は一貫させる

次を使うとき:

GROUP BY
ORDER BY

悪い例

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

良い例

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

サブクエリは賢く使う

単なるサブクエリではなく適切な結合戦略を使う

サブクエリの真偽だけを確認するなら述語にEXISTSを使用

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

サブクエリを再利用するなら、キャッシュ活用のためにCTEを使用

実践してみましょう！

Redshift入門