amazon-redshift - 连接的 Redshift 排序键

Question

我看了很多帖子，还是不清楚。对于星型模式，我认为如果我从维度表中进行查询，比如 d_article，我最终会得到一组用于查询/探测主要事实表的 SK (sk_article)。因此，在该暗表的 Where 子句中常​​用的字段上设置排序键是有意义的。

下一步...这是我找不到示例或答案的部分...我应该在事实表的排序键中包含 sk_article 吗？更具体地说，我是否应该为所有不同的 SK 创建一个交错排序键，因为我们并不总是使用相同的键来连接到事实表？

我只看到没有提及包括用于联接的排序键。

https://docs.aws.amazon.com/redshift/latest/dg/c_best-practices-sort-key.html

Amazon Redshift Foreign Keys - Sort or Interleaved Keys

Answer 1

Redshift Sort Key

排序键仅用于排序目的，不用于连接目的。可以有多个列定义为排序键。存储在表中的数据可以使用这些列进行排序。查询优化器在确定最佳查询计划时使用此排序表。

此外，正如 Tony 评论的那样，

排序键主要用于优化区域 map (有点像 BRIN 索引)的有效性并启用范围限制扫描。它们在大多数维度表上并不是那么有用，因为维度表通常很小。排序键唯一可以帮助提高连接性能的情况是，如果您为合并连接设置了所有内容——这通常只对大型事实表连接有意义。交错键更像是一种特殊情况的排序键，对任何连接都没有帮助。

这些键中的每一种类型都有特定的用途。 This可能适合您阅读。

对于联接、事实表和维度表，您应该使用分布键。

Redshift Distribution Keys (DIST Keys)

它确定数据在 Redshift 中的存储位置。集群基本上跨计算节点存储数据。当大量数据存储在单个节点上时，查询性能会受到影响。 Here适合您阅读。

我希望这能回答您的问题。

很好video session 就在这里，这可能对理解 SORT VS DIST Key 真的很有帮助。