postgresql - Amazon Redshift 如何从 s3 复制并设置 job_id

Question

Amazon Redshift 提供使用“复制”命令从 s3 对象加载表数据的能力。他们是使用复制命令的一种方式，但也为每个插入的行设置额外的“col=CONSTANT”。

我想在每个复制的行上设置一个 job_id(不在源数据中)，我认为执行几百万次插入只是为了让每一行都有一个作业属性，当“复制”让我以更好的性能完成了 99% 的工作。

也许有更聪明的解决方案？

Answer 1

如果您希望在单个 COPY 命令中添加的所有行都具有相同的 job_id 值，那么您可以将数据复制到临时表中，然后将 job_id 列添加到该表中，然后将临时表中的所有数据插入到最终表中表格如下:

CREATE TABLE destination_staging (LIKE destination);
ALTER TABLE destination_staging DROP COLUMN job_id;
COPY destination_staging FROM 's3://data/destination/(...)' (...)
ALTER TABLE destination_staging ADD COLUM job_id INT DEFAULT 42;
INSERT INTO destination SELECT * FROM destination_staging ORDER BY sortkey_column;
DROP TABLE destination_staging;
ANALYZE TABLE destination;
VACUUM destination;

ANALYZE 和 VACUUM 不是必需的，但强烈建议使用它来更新查询分析器并将所有新数据放入正确的位置。