AWS Redshift：应该压缩DISTKEY / SORTKEY列吗？

Question

让我问一些有关AWS Redshift上列压缩的问题。现在，我们正在验证可以使用适当的diststyle，sortkey和列压缩来提高性能。

如果我的理解是正确的，则列压缩可以帮助降低IO成本。我尝试了“分析压缩表名”。并且大多数Redshift建议对我们的列使用'zstd'或'lzo'作为压缩方法。

一般来说，请问设置为DISTKEY / SORTKEY的列也应该像其他列一样压缩吗？

我是Redshift的新手，任何建议都将不胜感激。

真诚的

Answer 1

DISTKEY可以压缩，但第一 SORTKEY列应为未压缩（ENCODE raw）。如果您有多个排序键（复合），则可以压缩其他排序键列。

另外，通常建议使用通常过滤的日期/时间戳列（如果存在）作为复合排序键中的第一排序键列。

最后，如果要在非常大的表之间进行联接，请尝试在两个表上使用相同的dist和sort键，以便Redshift可以使用更快的合并联接。