Redshift Query-optimalisatie komt van Cluster, Table Design, DataLoading, Data Vacuuming &Analyse over de tafel.
Laat me enkele kernpunten in de bovenstaande lijst beantwoorden.1. Zorg ervoor dat uw tabel mytable, detail, client de juiste SORT_KEY, DIST_KEY2 heeft. Zorg ervoor dat al je tafels in de join goed worden geanalyseerd en gevacumeerd.
Hier is een andere versie van dezelfde SQL, geschreven in Redshift-formaat.
Enkele tweaks die ik heb gemaakt zijn
- Gebruikt "Met clausule" voor geoptimaliseerde berekening op clusterniveau
- Gebruikte joins op de juiste manier en zorg ervoor dat links/rechts joins belangrijk zijn op basis van gegevens.
- Datumbereik gebruikt met clausuletabel voor soort objectoriëntatie.
- Gebruikt Group By in de hoofd-SQL hieronder.
Mijn versie van 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