Redshift 中的表

Redshift 入门

Jason Myers

Principal Engineer

创建表

CREATE TABLE IDAHO_SITE_ID
(
    'pk_siteid' INTEGER PRIMARY KEY,
    'fk_monitoringlocation' INTEGER,
    'organization_id' VARCHAR(31),
    'organizationformalname' VARCHAR(68),
    'organization' VARCHAR(16)
);

数据分布

Redshift 集群

跨计算节点分布
使用 Redshift 内部行 ID、DISTKEY 或 PRIMARY KEY
多种分布样式

分布样式

Name	Description	Usage
ALL	每个节点上都有整张表	适用于连接中常用的小型事实查找表
KEY	按 DISTKEY 列的数据分布	在按 DISTKEY 聚合或连接时使用
EVEN	按行轮循分布到各节点	适用于无键的大表
AUTO	小表用 ALL；如有合适 DISTKEY 且表变大则用 KEY，否则回退到 EVEN	默认

DISTKEY

CREATE TABLE IDAHO_SITE_ID
(
    'pk_siteid' INTEGER PRIMARY KEY,
    'fk_monitoringlocation' INTEGER,
    'organization_id' VARCHAR(31),
    'organizationformalname' VARCHAR(68),
    'organization' VARCHAR(16)
)
-- 将数据分布键设为 organization_id
DISTKEY(organization_id);

CREATE TABLE IDAHO_SITE_ID
(
    'pk_siteid' INTEGER PRIMARY KEY,
    'fk_monitoringlocation' INTEGER,
    -- 将 organization_id 设为数据分布键
    'organization_id' VARCHAR(31) DISTKEY,
    'organizationformalname' VARCHAR(68),
    'organization' VARCHAR(16)
);

设置分布样式

CREATE TABLE IDAHO_SITE_ID
(
    'pk_siteid' INTEGER PRIMARY KEY,
    'fk_monitoringlocation' INTEGER,
    'organization_id' VARCHAR(31),
    'organizationformalname' VARCHAR(68),
    'organization' VARCHAR(16)
)
DISTKEY(organization_id)
-- 将分布样式设为 KEY
DISTSTYLE KEY;

SORTKEY

CREATE TABLE IDAHO_SITE_ID
(
    'pk_siteid' INTEGER PRIMARY KEY,
    'fk_monitoringlocation' INTEGER,
    'organization_id' VARCHAR(31),
    'organizationformalname' VARCHAR(68),
    'organization' VARCHAR(16)
)
DISTKEY(organization_id)
DISTSTYLE KEY
-- 将排序键设为 fk_monitoringlocation
SORTKEY(fk_monitoringlocation);

控制磁盘上的存储顺序
增强谓词下推能力
可有多个

定义多个 SORTKEY

CREATE TABLE IDAHO_SITE_ID
(
    'pk_siteid' INTEGER PRIMARY KEY,
    'fk_monitoringlocation' INTEGER,
    'organization_id' VARCHAR(31),
    'organizationformalname' VARCHAR(68),
    'organization' VARCHAR(16)
)
-- 将 fk_monitoringlocation、organization_id 设为复合排序键
COMPOUND SORTKEY(fk_monitoringlocation, organization_id);

查看列的 DISTKEY 与 SORTKEY 状态

-- 查看列的分布键与排序键状态
SELECT column_name, 
       distkey, 
       sortkey
  FROM SVV_REDSHIFT_COLUMNS
 -- 仅限 spectrumdb 架构
 WHERE schema_name = 'spectrumdb'
   -- 目标表：ecommerce_sales
   AND table_name = 'ecommerce_sales';

结果

   column   | distkey | sortkey
============|=========|========
year_qtr    | t       | 1
total_sales | f       | 2
ecom_sales  | f       | 0

分布键列
- t 表示 True，f 表示 False
排序键列
- 为在排序键中的位置，0 表示不在排序键中

查看分布样式

SVV_TABLE_INFO
影响查询性能的表信息
- 分布样式
- 分布倾斜
- 表大小
- 排序键
- 排序键倾斜

table          | encoded | diststyle       | sortkey1     | skew_sortkey1 | skew_rows
===============|=========|=================|==============|===============|===========
ecommerce_sales| N       | KEY(year_qtr)   | year_qtr     |               |          
date           | N       | ALL             | dateid       |          1.00 |

继续：查看分布样式

SELECT table
       diststyle 
  FROM SVV_TABLE_INFO
 WHERE schema like 'spectrumdb';

table           | diststyle 
================|============== 
ecommerce_sales | KEY(year_qtr)

Vamos praticar!

Redshift 入门

Redshift 中的表

创建表

数据分布

分布样式

DISTKEY

设置分布样式

SORTKEY

定义多个 SORTKEY

查看列的 DISTKEY 与 SORTKEY 状态

为在排序键中的位置，0 表示不在排序键中

查看分布样式

继续：查看分布样式

Vamos praticar!