小编Ale*_*ffe的帖子

我注意到 Redshift 的查询优化器中有一些奇怪的行为，我想知道是否有人可以解释它或指出解决方法。

对于大型group by查询，让优化器计划 GroupAggregate 而不是 HashAggregate 是非常重要的，因此它不会尝试将临时结果放入内存中。一般来说，这对我来说很好用。但是当我尝试将其group by用作子查询时，它会切换到 HashAggregate。

例如，考虑以下查询。

select install_app_version, user_id, max(platform) as plat
from dailies
group by install_app_version, user_id;

日常表有 sortkeys (install_app_version, user_id) 和 distkey (user_id)。因此 GroupAggregate 是可能的，并且查询计划看起来应该是这样的。

XN GroupAggregate  (cost=0.00..184375.32 rows=1038735 width=51)
  ->  XN Seq Scan on daily_players  (cost=0.00..103873.42 rows=10387342 width=51)

相反，如果我在任何其他查询的子查询中使用上述内容，我会得到一个 HashAggregate。例如，即使是像这样简单的事情

select count(1) from
(   select install_app_version, user_id, max(platform) as plat
    from daily_players
    group by install_app_version, user_id
);

有查询计划

XN Aggregate  (cost=168794.32..168794.32 rows=1 width=0)
  ->  XN Subquery Scan …