Pisanie optymalnych zapytań

Wprowadzenie do Redshift

Jason Myers

Principal Engineer

Ograniczanie kolumn

Unikać SELECT *
Nie wybierać kolumn, które nie są potrzebne w wyniku
- Redshift jest kolumnowy i pobiera dane według kolumn

Używanie DISTKEY i SORTKEYs

Używać w następujących klauzulach, gdy to możliwe

JOIN
WHERE
GROUP BY

Używać SORTKEYs w kolejności w ORDER BY

Wysoko zoptymalizowane sortkey_1, sortkey_2, sortkey_3
Niezoptymalizowane sort_key_1, sort_key_3

Zapytania rozproszone

Budowanie dobrych predykatów

Używać DISTKEY i SORTKEY
Blisko złączenia tabeli
Unikać funkcji w predykatach

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;

Spójność kolejności kolumn

Przy użyciu:

GROUP BY
ORDER BY

Źle

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

Dobrze

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

Mądre używanie podzapytań

Stosować odpowiednie strategie złączeń zamiast podzapytań

Używać EXISTS w predykatach, gdy sprawdzamy tylko prawdziwość wyniku podzapytania

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

Jeśli podzapytania są wielokrotnie używane, stosować CTE, aby korzystać z buforowania

Czas na ćwiczenia!

Wprowadzenie do Redshift