Amazon Redshift如何从s3复制并设置job_id

Question

Amazon Redshift提供了使用"复制"命令从s3对象加载表数据的功能.它们是一种使用复制命令的方法,但也为每个插入的行设置了额外的"col = CONSTANT".

我想在每个复制的行上设置一个job_id(不在源数据中),我认为必须执行几百万个插入,这样每个行都有一个job属性,当"copy"获得时,这将是一种耻辱我99%的方式有更好的表现.

也许有一个更聪明的解决方案？

Answer 1

如果希望在单个COPY命令中添加的所有行具有相同的job_id值,则可以将数据复制到临时表中,然后将job_id列添加到该表中,然后将登台表中的所有数据插入到最终表中,如:

CREATE TABLE destination_staging (LIKE destination);
ALTER TABLE destination_staging DROP COLUMN job_id;
COPY destination_staging FROM 's3://data/destination/(...)' (...)
ALTER TABLE destination_staging ADD COLUM job_id INT DEFAULT 42;
INSERT INTO destination SELECT * FROM destination_staging ORDER BY sortkey_column;
DROP TABLE destination_staging;
ANALYZE TABLE destination;
VACUUM destination;

ANALYZE和VACUUM不是必需的,但强烈建议更新查询分析器并将所有新数据放入正确的位置.