Optymalizacja zapytań Redshift pochodzi z klastra, projektowania tabel, ładowania danych, odkurzania danych i analizy nad tabelą.
Pozwolę sobie odpowiedzieć na kilka kluczowych punktów z powyższej listy.1. Upewnij się, że twoja tabela mytable, detail, klient ma prawidłowy SORT_KEY, DIST_KEY2. Upewnij się, że wszystkie Twoje stoły w dołączeniu są odpowiednio przeanalizowane i odkurzone.
Oto kolejna wersja tego samego SQL napisana w formacie Redshift.
Kilka wprowadzonych przeze mnie poprawek to
- Użyto „z klauzulą” do zoptymalizowanego obliczania poziomu klastra
- Użyte połączenia we właściwy sposób i upewnij się, że połączenie lewe/prawe ma znaczenie w oparciu o dane.
- Używany zakres_dat z tabelą klauzul dla rodzaju orientacji obiektu.
- Użyto Grupuj według w głównym SQL poniżej.
Moja wersja Redshift SQL
/** Date Range Computation **/
with date_range as (
select ( current_Date - interval '2 weeks' ) as two_weeks
),
/** Filter main ResultSet**/
myGroupSet as (
SELECT b.val AS myGroup,
c.username,
a.someCode,
a.timeTaken,
(case when (b.name == 'name1') THEN b.val::INTEGER ELSE 0 END ) as name11,
(case when (b.name == 'name2') THEN b.val::INTEGER ELSE 0 END ) as name12
FROM database.myTable a,
join date_range dr on a.date > dr.two_weeks
join database.detail b on b.id = a.id
join database.client c on c.c_id = a.c_id
where a.date > current_Date - interval '2 weeks'
)
/** Apply Aggregation **/
select myGroup, username, someCode, timeTaken, date,
sum(name1), sum(name2)
from myGroupSet
group by myGroup, username, someCode, timeTaken, date