在 Amazon Redshift 中编码 Postgres UUID答案

【问题标题】：Encoding a Postgres UUID in Amazon Redshift在 Amazon Redshift 中编码 Postgres UUID
【发布时间】：2019-11-08 14:37:02
【问题描述】：

我们有几个实体被持久化到 Amazon Redshift 中用于报告目的，这些实体之间存在关系。 Postgres 中的源表通过具有 UUID 数据类型的外键关联，Redshift 不支持这种数据类型。

一种选择是将 UUID 编码为 128 位有符号整数。 Redshift documentation 指的是创建 NUMBER(38,0) 的能力，以及创建 128 位数字的能力。

但是 2^128 = 340,282,366,920,938,463,463,374,607,431,768,211,456，即 39 位。（感谢维基百科）。因此，无论文档怎么说，您都无法在 Redshift 中存储完整的 128 位/39 位精度。你如何在 Redshift 中创建一个完整的 128 位数字列？

简而言之，这背后的真正问题是 - Redshift 存储和连接具有 UUID 主键的表的最佳实践是什么？

【问题讨论】：

你可能已经硬着头皮使用varchar(36)
通过 varchar(38) 加入表格肯定是个坏主意？
没有你想的那么糟糕。我什至会争辩说，还有更多其他因素会影响性能，这些因素会使字符串比较黯然失色。确保使用 local "C" 定义列（但不确定 Redshift 是否支持）
我猜会试一试，也许可以尝试在它上面收集大量数据，看看它是否会导致问题。显然有no locale support。

标签： postgresql amazon-redshift uuid

【解决方案1】：

即使使用 VARCHAR 键，Redshift 连接也能很好地执行，所以这就是我要开始的地方。

连接性能的主要因素是将行共同定位到同一个计算节点上。为此，您应该将 UUID 列声明为两个表上的分布键。

或者，如果其中一个表相当小（

如果您已将连接放在同一位置并希望进一步优化，那么您可以尝试将 UUID 值拆分为 2 个 BIGINT 列，一个用于前 64 位，另一个用于底部 64。即使 UUID 的一半也可能是唯一的，然后您可以将第二列用作“决胜局”。

参考"Amazon Redshift Engineering’s Advanced Table Design Playbook: Preamble, Prerequisites, and Prioritization"

【讨论】：