首次运行查询非常慢

Question

我们的 Redshift 查询在第一次执行时非常很慢。随后的执行速度要快得多（例如，45 秒 -> 2 秒）。在调查了这个问题之后，查询编译似乎是罪魁祸首。这是一个已知问题，甚至在 AWS Query Planning And Execution Workflow 和 Factors Affecting Query Performance 页面上也有提及。亚马逊本身对查询缓存的工作方式非常 tight lipped （tl;博士，这是一个你不应该担心的神奇黑匣子）。

我们尝试的其中一个方法是增加我们拥有的节点数量，但是我们并不期望它能够解决任何问题，因为无论如何查询编译都是单节点操作。它没有解决任何问题，但它是一个有趣的消遣。

如前所述，这是一个已知问题，但是，在任何在线讨论的地方，唯一的收获要么是“这只是你必须使用 Redshift 才能忍受的事情”或“这是一个超级笨拙的解决方法，它只适用于时间，因为我们不知道查询缓存是如何工作的”。

我们可以做些什么来加快编译过程或以其他方式处理这个问题？到目前为止，找到的最佳解决方案是“预先运行您可能希望在给定日期按计划运行的每个查询”，这不是很好，特别是考虑到我们对查询缓存的工作原理知之甚少.

Answer 1

有 3 件事需要考虑

1. 任何查询的第一次运行都会导致查询被“编译” 红移。这可能需要 2-20 秒，具体取决于它的大小。 相同查询的后续执行使用相同的编译代码， 即使 where 子句参数发生变化也不会重新编译。
2. 运行查询时，数据测量为标记为“热” 反对它，并缓存在红移内存中。你不能（可靠地）手动 以任何方式清除它，除非重新启动集群。
3. Redshift 将“缓存结果”，具体取决于您的 Redshift 参数 （默认启用）redshift 将快速返回相同的结果 对于完全相同的查询，如果基础数据没有改变。如果 您的查询包括 current_timestamp 或类似的，那么这将 如果从缓存中停止。这可以通过SET enable_result_cache_for_session TO OFF; 关闭。

考虑到您的问题，您可能需要运行一些示例查询来预编译或重新设计您的查询（我猜您正在构建一些动态查询，这会极大地改变查询的形状）。 根据我的经验，更多的节点会增加编译时间。这个过程发生在主节点而不是数据节点上，并且通过考虑更多的数据节点而变得更加复杂。

Answer 2

该查询实际上可能没有第二次运行 - 相反，Redshift 只是为同一查询返回相同的结果。

这可以通过关闭缓存来测试。运行这个命令：

SET enable_result_cache_for_session TO OFF;

然后，运行两次查询。每次执行都应该花费相同的时间。

结果缓存非常适合重复查询。与其对第一次执行“慢”感到失望，不如对后续缓存的查询“快”感到高兴！