Redshift Spectrum 使用两个日期字段对表进行分区

Question

我一直在寻找按日期创建分区的最佳实践，使用amazon-redshift-spectrum，但示例显示了通过仅按一个日期对表进行分区来解决问题。如果我有多个日期字段怎么办？

例如：user_install_date 和 event_date 的移动事件

对s3 进行分区的性能如何：

   installdate=2015-01-01/eventdate=2017-01-01
   installdate=2015-01-01/eventdate=2017-01-02
   installdate=2015-01-01/eventdate=2017-01-03

它会扼杀我的select 性能吗？在这种情况下，最好的策略是什么？

Answer 1

如果您的数据以上述方式分区，那么在 WHERE 子句中仅包含 eventdate（没有 installdate）的查询效率会降低。

它仍然需要查看每个installdate 目录，但它可以跳过与谓词不匹配的eventdate 目录。

将较少使用的参数放在第二位。