Redshift 新手：基本查询调优问题

Question

我正在深入研究 Redshift 查询调优。我对这项技术是全新的。我有一些基本问题和一些形式松散的解释，希望得到我的确认或反驳。

来了……

1. 分发与广播操作：
   到目前为止，我还没有在手册中找到任何可以最终告诉我区别的内容。我从计划中注意到的是，如果我选择 ALL 分发方式，我仍然会看到 BCAST 操作正在发生。有人可以解释一下这些操作之间的区别吗？
2. 节点与切片：
   我注意到手册，在分发操作的上下文中，有一点表明数据分布在节点之间，另一方面表明数据分布在切片之间。我正在一个节点和两个切片的开发环境中分析计划。这是我的松散形式的解释： 优化器与节点无关；它关心切片。可以将数据分发到与该目标节点驻留的切片相关的节点。有人可以证实或反驳这一点吗？
3. 高基数连接 我正在尝试使用多个高基数连接操作（无主键/外键）调整两个大型事务表。除了阅读一些关于调优的博客之外，还经历了几次涉及 dist 样式和排序键的多样化迭代。
   松散形式的解释：Redshift 擅长作为星形/雪花模式，其中连接通常是低基数（Dims 和事实表），但与事务表相冲突。有人可以证实或反驳这一点吗？

感谢您的见解。

谢谢！

Answer 1

这个主题可能过于广泛，无法在一个问答中解决。

1. dist all 的广播不同于其他广播 - 数据已经在每个节点上。分发意味着，为了完成连接，Redshift 重新使用新的 dist 键将数据分布到所有切片中。
2. 节点被细分为片。大多数查询运算符都在切片级别工作。
3. Redshift 可以比我使用过的任何其他系统 (YMMV) 更快地完成对磁盘驻留数据的大量连接。为了获得最大速度，应该在具有相同 dist 和排序键的表上完成巨大的连接 - 使用 dist 和排序键列。 See the "Merge Join" note here.

From a previous answer，这些链接应该提供您需要的解释：

• 查询计划和执行工作流程： https://docs.aws.amazon.com/redshift/latest/dg/c-query-planning.html
• 查看查询计划步骤： https://docs.aws.amazon.com/redshift/latest/dg/reviewing-query-plan-steps.html
• 将查询计划映射到查询摘要： https://docs.aws.amazon.com/redshift/latest/dg/query-plan-summary-map.html
• 用于查询调优的诊断查询： https://docs.aws.amazon.com/redshift/latest/dg/diagnostic-queries-for-query-tuning.html