我目前正在努力查询存储在分区表中的数据块（每个日期的分区）
数据是这样的：
date, product_id, orders
2019-11-01, 1, 100
2019-11-01, 2, 200
2019-11-02, 1, 300
我有数百个日期分区和每个日期数百万行。
现在，如果我想查询，例如，产品 id 1 和 2 的总订单量为 2 周，并按日期分组（在每个日期的图表中显示），数据库必须达到 2 周分区并为它们获取数据。
当产品数量很大或所需时间很长时，该过程可能需要很长时间。
我了解到 AWS Redshift 适合此类任务。我正在考虑将我的分区表（每个日期的聚合分析）转移到该技术，但我想知道这是否真的是我应该做的，以使这些查询运行得更快。
谢谢！
【问题讨论】：
标签： postgresql nosql bigdata amazon-redshift
考虑到您的情况，Amazon Redshift 可能是一个不错的选择，Amazon Athena 也是如此。但考虑您的应用程序框架也很重要。您是选择仅针对数据库迁移到 Amazon，还是列表中还有其他 Amazon 服务？
另外，在做出决定之前，请检查 Redshift 的成本。
【讨论】：
如果您在使用传统 SQL 数据库时遇到困难，那么 Amazon Redshift 无疑是一个选择。它可以处理数十亿行的表。
这将涉及将数据从 Amazon S3 加载到 Redshift。这将允许 Redshift 优化数据的存储方式，从而提高查询速度。
或者，您可以考虑使用 Amazon Athena，它可以直接从 Amazon S3 查询数据。它可以理解划分为不同目录的数据（例如基于日期）。
【讨论】：
根据您的用例，Redshift 对您来说确实是一个不错的选择。 为了从 Redshift 中获得最佳性能，设置正确的分布和排序键非常重要。在您的情况下，“日期”列应该是分发键，“productid”应该是排序键。另一个重要注意事项，不要对“日期”和“产品ID”列进行编码。 您应该获得更好的性能。
【讨论】：