Amazon Redshift 的 svv_table_info 中的 skew_sorkey1 列意味着什么？

Question

Redshift 的文档 ( http://docs.aws.amazon.com/redshift/latest/dg/r_SVV_TABLE_INFO.html ) 指出列 skew_sortkey1 的定义是 - 最大非排序键列的大小与大小的比率排序键的第一列（如果定义了排序键）。 使用此值来评估排序键的有效性。

这意味着什么？ 如果这个值很大，这意味着什么？ 还是小？

谢谢！

Answer 1

skew_sortkey1 值大意味着最大非排序键列的大小与排序键第一列的大小之比大，这意味着排序键在一个磁盘块中的行偏移量对应数据列中更多的磁盘块。

例如，假设表的 skew_sortkey1 值为 5。 现在，排序键的一个磁盘块中的行偏移量对应于其他数据列的 5 个磁盘块。 区域映射存储排序键磁盘块的最小值和最大值，因此当您使用排序键上的 where 子句查询此表时，redshift 标识包含此数据的排序键块（块 min < where 子句值 < block_max）并获取该列的行偏移量。 现在由于 skew_sortkey1 是 5，它必须在将记录过滤为所需的记录之前为数据列提取 5 个块。

因此，得出具有高 skew_sortkey1 值的结论是不可取的。

Answer 2

Sortkeys 定义了表行的每个字段存储在 redshift 的磁盘块中的顺序。 这意味着属于排序键区域的列数据一起存储在单个磁盘块（1 MB 大小）中。 由于 redshift 将压缩应用于不同的列，sortkey 列将具有在同一磁盘块中存储相似数据的潜在优势，从而导致更高的压缩率/更有效的数据存储。 不能对其他非排序键列说同样的话。

skew_sortkey1中的SVV_TABLE_INFO列量化了表中第一个排序键的有效性。 返回值允许用户确定所选排序键是否提高了数据存储的压缩/效率。