Redshift中DISTSTYLE与压缩编码的关系

Question

DISTSTYLE 和 Redshift 中的压缩编码之间有什么关系吗？每当我们使用压缩编码时，计算节点上的操作系统都会做额外的数据编码和解码工作；将 DISTSTYLE 设置为 ALL 你不认为每个节点都必须进行解码和编码工作吗？

非常感谢这里的任何概念性帮助。

Answer 1

分布样式决定了哪个节点/切片将存储数据。这与压缩类型没有关系或影响。它只是说在哪里存储数据。

然而，压缩与 排序键 密切相关，它决定了数据存储的顺序。一些压缩方法使用与先前值的“偏移量”，甚至存储重复值的数量，这可以显着压缩数据（例如“重复此值 1000 次”而不是存储 1000 个值）。 p>

Amazon Redshift 中的压缩有两个好处：

• 存储空间更少（因此成本更低）
• 每次磁盘访问都可以检索更多数据

any 数据库最慢的操作是磁盘访问。因此，磁盘访问的任何减少都会加快操作速度。与额外的磁盘读取操作所需的时间相比，解压缩数据所需的时间很短。

第二个最“昂贵”的操作是在节点之间发送数据。虽然网络流量比磁盘访问快，但最好避免。

当使用DISTSTYLE ALL时，它只是意味着数据在每个节点上都是可用的，这样就避免了跨网络传输数据的需要。