Redshift 的最佳加载路径是什么？

Question

在这个博客中 https://blogs.aws.amazon.com/bigdata/post/Tx2ANLN1PGELDJU/Best-Practices-for-Micro-Batch-Loading-on-Amazon-Redshift

我看不出负载流方法的要点是什么。储蓄从哪里来？我了解关闭分析、排序、真空、使用固定压缩等等。但是为什么会有单独的轨道或空的临时表呢？您可以在没有多个轨道的情况下完成所有这些操作。 这句话有什么意思吗 “COPY 遵循的最佳加载路径” 究竟什么是最优的？ S3前缀还是其他？什么是最佳的，如果将目录加载到最终模式中，为什么不是最佳的？我们是否假设读取 s3 文件是瓶颈？

有人可以提供一些见解吗？

Answer 1

如果您只是直接追加到决赛桌，那么它们可能是不必要的。轨道用于避免下游主动查询的表上的加载工作（插入/更新/删除）的锁争用。

例如，当另一个进程正在使用该表时，一个事务无法完成，例如加载表时正在运行长时间运行的数据仓库转换。使用多条轨道可以并行处理更多负载。

您可能还希望使用临时表来利用最近添加的ALTER APPEND 功能。这允许您对单独的表进行排序加载，并立即将这些行以完全排序状态附加到最终表。如果您直接加载到最终行将被标记为未排序，直到表格为VACUUMed。