ratio_skew_across_slices 的良好价值 [REDSHIFT]

Question

我读了这篇文章：

https://docs.aws.amazon.com/redshift/latest/dg/c_analyzing-table-design.html

它提供了一个查询来分析表设计。对于每个表，它给出了两个指标：

• ratio_skew_across_slices
• pct_slices_populated

在文章中，我读到小值对 ratio_skew_across_slices 有好处。它必须有多小？我发现只有这篇文章给了我一个门槛：

https://dwgeek.com/redshift-table-data-skew-avoid.html/

Answer 1

一般来说，表格倾斜没有可接受或定义的值。但经验法则是保持小于 4。

为了理解这一点，让我们看一个例子。

你有一个 150 行的表，集群有 3 个节点。

• 节点 1 - 100 行
• 节点 2 - 48 行
• 节点 3 - 2 行

如何计算偏斜？

节点上的最大行数与节点上的最少行数之间的比率。

100/2 = 50. So the skew here is 50.

但它是一张很小的桌子，即使倾斜度很高，也没有影响，但想想一张大桌子。

• 节点 1 - 50000000
• 节点 2 - 30000000
• 节点 3 - 40000000

Skew is 1.67

这里的偏差非常小，但扫描数据时影响太大。

因此，由您决定特定表的这种偏差是否正常或需要优化。