Optimalizace Redshift Query pochází z Cluster, Table Design, DataLoading, Data Vacuuming &Analysing over the table.
Dovolte mi odpovědět na některé základní kontaktní body ve výše uvedeném seznamu.1. Ujistěte se, že vaše tabulka mytable, detail, client má správný SORT_KEY, DIST_KEY2. Ujistěte se, že všechny vaše stoly, které se připojují, jsou správně analyzovány a vysávány.
Zde je další verze vašeho stejného SQL napsaného ve formátu Redshift.
Několik vylepšení, které jsem udělal, je
- Použil "With Clause" k výpočtu na úrovni optimalizovaného clusteru
- Spojení se používá správným způsobem a ujistěte se, že spojení vlevo/vpravo záleží na datech.
- Použito datum_rozsahu s tabulkou klauzulí pro druh orientace objektu.
- Použito Group By v hlavním SQL níže.
Moje verze Redshift SQL
/** Date Range Computation **/
with date_range as (
select ( current_Date - interval '2 weeks' ) as two_weeks
),
/** Filter main ResultSet**/
myGroupSet as (
SELECT b.val AS myGroup,
c.username,
a.someCode,
a.timeTaken,
(case when (b.name == 'name1') THEN b.val::INTEGER ELSE 0 END ) as name11,
(case when (b.name == 'name2') THEN b.val::INTEGER ELSE 0 END ) as name12
FROM database.myTable a,
join date_range dr on a.date > dr.two_weeks
join database.detail b on b.id = a.id
join database.client c on c.c_id = a.c_id
where a.date > current_Date - interval '2 weeks'
)
/** Apply Aggregation **/
select myGroup, username, someCode, timeTaken, date,
sum(name1), sum(name2)
from myGroupSet
group by myGroup, username, someCode, timeTaken, date