sql-update - Redshift UPDATE太慢了

Question

我在Redshift集群中有一个表，其中有约10亿行。我有一份工作试图基于某些过滤器更新某些列值。更新此表中的所有内容的速度都非常慢。这是一个例子:

SELECT col1, col2, col3
FROM SOMETABLE
WHERE col1 = 'a value of col1'
  AND col2 = 12;

上面的查询不到一秒钟就返回了，因为我对 col1和 col2有排序键。只有一行满足此条件，因此结果集仅为一行。但是，如果我运行:

UPDATE SOMETABLE
SET col3 = 20
WHERE col1 = 'a value of col1'
  AND col2 = 12;

该查询花费的时间未知(我在20分钟后停止了查询)。同样，它应该更新一行的一列值。

我也尝试按照这里的文档进行操作: http://docs.aws.amazon.com/redshift/latest/dg/merge-specify-a-column-list.html，它讨论了创建临时登台表以更新主表，但是得到了相同的结果。

知道这里发生了什么吗？

Answer 1

您没有提到要更新的表的百分比，但是要注意，Redshift中的UPDATE是一个两步过程:

必须首先将要更改的每一行标记为删除

然后必须为表

中的每一列写入新的数据版本

如果您有大量的列和/或要更新大量的行，则此过程对于数据库而言可能是非常费力的。

您可以尝试使用CREATE TABLE AS语句创建表的新“更新”版本，然后删除现有表并重命名新表。这样做还有一个好处，就是让您拥有一个完全排序的表。