撰寫高效查詢

Redshift 入門

Jason Myers

Principal Engineer

限制欄位

避免使用 SELECT *
不要選取結果中不需要的欄位
- 記住 Redshift 為欄式資料庫，會依欄位抓資料

使用 DISTKEY 與 SORTKEYs

盡量在以下子句中使用

JOIN
WHERE
GROUP BY

在 ORDER BY 中依序使用 SORTKEYs

高度最佳化 sortkey_1, sortkey_2, sortkey_3
未最佳化 sort_key_1, sort_key_3

分散式查詢

建立良好條件式（predicates）

使用 DISTKEY 與 SORTKEY
靠近資料表連接處理
避免在其中使用函式

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;

欄位排序要一致

使用下列語法時：

GROUP BY
ORDER BY

不佳

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

良好

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

聰明使用子查詢

使用合適的連接策略，而非只用子查詢

若只需檢查子查詢結果是否存在，於條件式中使用 EXISTS

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

若會重複使用子查詢，改用 CTE 以利用快取

一起來練習吧！

Redshift 入門