Amazon Redshift中的列式數據庫查詢

Question

我正在學習Amazon Redshift。 聽說它是雲上非常強大的存儲，並且由於需要按列存儲數據，因此在需要聚合操作的數據上運行非常快。

找不到任何示例查詢嗎？ 有人可以與我分享一些在Amazon Redshift上運行的匯總查詢示例嗎？ 它與正態關系數據庫查詢不同嗎？

Answer 1

您是正確的-Amazon Redshift是一個列狀數據庫 。 這意味着數據按列存儲在磁盤上，因此對列的操作非常快。 例如，在“國家/地區”列中為特定值添加“銷售”列僅需要訪問兩列，而無需訪問表中的所有列。

其他好處是Redshift中的數據被壓縮 （這與列式概念很好地工作，因為每個列都基於存儲的數據使用自己的壓縮方法），並且它是集群數據庫 ，因此可以通過以下方式擴展計算和存儲的規模：添加其他節點。

Amazon Redshift將自身表示為PostgreSQL數據庫 ，因此您只需使用行業標准的SQL查詢數據即可。 無需更改查詢。

但是，您可以通過明智地為每個表選擇一個確定表中數據分配方式的表的“ 分配鍵 ”，並仔細選擇“ 排序鍵 ”來確定數據在每個節點上的存儲方式，從而優化Redshift。 簡而言之，數據應通過JOIN表的方式進行分配，並應按WHERE語句中的使用方式進行排序。

至於樣本查詢 ...這完全取決於您的數據！ 查詢看起來與普通SQL完全相同 。