Redshift - 使用排序鍵會使表大小增加一倍？

Question

所以我正在嘗試優化一些表，奇怪的是我發現一個以前從未定義過任何排序鍵的表，表大小（以 MB 為單位的塊）為 720。當我嘗試定義排序鍵時，或者復合排序鍵，表大小實際上翻了一番，達到 1440。我嘗試與不同的分布 styles 結合使用，但這不會改變表大小。 我還運行了 ANALYZE COMPRESSION，但沒有什么可以改進的。

那么這個案子我該怎么辦呢？ 我需要表有一個排序鍵，因為它們用於很多連接，但是表大小加倍並不理想。 我嘗試在谷歌上搜索這個特定問題，但似乎沒有關於這個問題的任何內容

編輯：我不嘗試在現有表上實現這一點，而是創建了一個像當前表一樣的新表，然后我插入了所有數據。 可以肯定的是，我在新表上運行了統計信息和真空。

Answer 1

您的桌子大小由最小桌子大小決定。 有關更多信息，請參閱此支持文檔： 為什么我的 Amazon Redshift 集群中的表消耗的磁盤存儲空間比預期的要多？

對於使用 KEY 或 EVEN 分布樣式創建的表：最小表大小 = block_size (1 MB) * (number_of_user_columns + 3 system columns) * number_of_populated_slices * number_of_table_segments 。

當您有排序鍵時，最小表大小會增加，因為 Redshift 會為要添加到表中的未排序的新數據分配額外空間。

如果 Amazon Redshift 表具有排序鍵，則該表有兩個段 - 一個已排序的段和一個未排序的段。 如果 Amazon Redshift 表沒有排序鍵，則所有數據都未排序，因此該表有一個未排序的段。

當使用排序鍵將數據添加到現有表時，新數據將保留在包含未排序數據的單獨段中 - 在執行 VACUUM 操作之前，數據不會插入到原始排序鍵段中。