这通常是不良做法的结果。如果 350,000 条记录需要几分钟以上甚至没有批量加载实用程序,那么这对我来说也是令人惊讶的(除非它是非常宽的表)。
在 Teradata 中,表行分布在访问模块处理器 (AMP) 上。行分布取决于定义的主索引列的唯一性。主索引列越独特,数据分布越好,反之亦然。 AMP 中的表行分布不当会导致数据倾斜。
以下查询将创建以第一列作为主索引的 Teradata 表。如果第一列的不同值很少,则会创建一个倾斜的表。如前所述,倾斜表的影响会导致空间浪费,并且可能需要非常长的时间才能完成查询。
data myid.tera1;
set OUT.REQ_1_1_05l ;
run;
数据集选项 dbcreate_table_opts 可以显式定义主索引。 dbcreate_table_opts = 数据集选项需要一个关键字主索引,后跟括号中的列名。
data myid.tera1
(dbcreate_table_opts= 'primary index(yourcolumn)');
set OUT.REQ_1_1_05l;
run;
请选择适当的唯一主索引,这在 Teradata 中通常是最重要的。
请查看以下文件,该文件解释了 SAS 程序员在使用 Teradata 时可能遇到的常见问题。
https://www.lexjansen.com/mwsug/2016/SA/MWSUG-2016-SA11.pdf
您还可以使用如下所示的快速加载实用程序。快速加载可以进行批量加载,并且可以非常快速地将数据从 sas 移动到 Teradata。
data myid.tera1
(fastload =yes dbcreate_table_opts= 'primary index(yourcolumn)');
set OUT.REQ_1_1_05l;
run;
如果您想了解有关 SAS 和 Teradata 数据移动的所有信息,请查看 Jeff bailey 的论文。
https://support.sas.com/.../EffectivelyMovingSASDataintoTeradata.pdf
最后检查你的表 myid.tera1 是否设置了表,它不允许重复,但这可能不是主要因素。如果您使用 Teradata sql 助手 show table ,它会告诉您它是 set 还是 multiset 表。设置表不允许行级重复,并在插入前检查每一行以及加载时间。