amazon-redshift - Insert into() (Amazon Redshift) 上不考虑标识列

Question

当我从一个具有标识、主键和排序键的表选择到另一个具有自己的一组标识、主键和排序的表时，我最初遇到了这个问题。它没有像定义的那样尊重 (1,1) 身份，而是做 (1,8)(有时是 3,8)。我想可能是因为原来的表被排序了？为了弄清楚发生了什么，我做了一个更简单的查询和数据，并找到了一个跨多个 Redshift 集群的可重现示例。拿这个测试例子来说:

drop table if exists test;
create temp table test (id int identity(1,1) not null
                    , value varchar(16)
                    , primary key (id))
                    diststyle all
                    sortkey (id);
insert into test (value) select 'a';
insert into test (value) select 'b';
insert into test (value) select 'c' union select 'd';
insert into test (value) values ('e'), ('f'), ('g');

select * from test;

我得到的输出是:

id  value
1   a
2   b
9   c
10  d
3   e
4   f
5   g

您会注意到标识列没有正确递增。我让其他集群上的 friend 尝试这个，他们得到 20、27 和 65、60 用于 c 和 d 列，而其他列按顺序排列。请注意，输出仍然按输入的排序键/顺序正确“排序”，尽管 id 列在物理上不是按顺序排列的。

在我第一次发现这个时得到的奇怪原始结果和测试查询之间，我能想到的唯一相似之处是联合是排序的，我的表上有一个排序键。

欢迎提出关于为什么会发生这种情况以及如何解决它的其他想法。

Answer 1

Redshift 身份列不保证按照身份跳过值的定义是增量的。但是，可以保证这些值永远不会发生冲突(即它始终是唯一的)。

值(value)的跳跃源于 Redshift 的分布式架构。每个节点在数轴上保留一些值(n mod x，其中 x 是集群中的节点数)。因此，如果所有节点没有获得相同数量的行，您将看到身份值中的跳过。