Amazon Redshift中的列式数据库查询

Question

我正在学习Amazon Redshift。 听说它是云上非常强大的存储，并且由于需要按列存储数据，因此在需要聚合操作的数据上运行非常快。

找不到任何示例查询吗？ 有人可以与我分享一些在Amazon Redshift上运行的汇总查询示例吗？ 它与正态关系数据库查询不同吗？

Answer 1

您是正确的-Amazon Redshift是一个列状数据库 。 这意味着数据按列存储在磁盘上，因此对列的操作非常快。 例如，在“国家/地区”列中为特定值添加“销售”列仅需要访问两列，而无需访问表中的所有列。

其他好处是Redshift中的数据被压缩 （这与列式概念很好地工作，因为每个列都基于存储的数据使用自己的压缩方法），并且它是集群数据库 ，因此可以通过以下方式扩展计算和存储的规模：添加其他节点。

Amazon Redshift将自身表示为PostgreSQL数据库 ，因此您只需使用行业标准的SQL查询数据即可。 无需更改查询。

但是，您可以通过明智地为每个表选择一个确定表中数据分配方式的表的“ 分配键 ”，并仔细选择“ 排序键 ”来确定数据在每个节点上的存储方式，从而优化Redshift。 简而言之，数据应通过JOIN表的方式进行分配，并应按WHERE语句中的使用方式进行排序。

至于样本查询 ...这完全取决于您的数据！ 查询看起来与普通SQL完全相同 。