如何以及选择哪一列作为 teradata 中的主索引答案

【问题标题】：How and which column is chosen as primary index in teradata如何以及选择哪一列作为 teradata 中的主索引
【发布时间】：2018-07-20 06:11:32
【问题描述】：

在创建表时未定义 teradata 的主索引时，如何以及选择哪一列作为主索引？

【问题讨论】：

It's complicated 这是最可能的情况：如果在 CREATE TABLE 语句中没有定义 PRIMARY INDEX、PRIMARY KEY 或 UNIQUE 约束，并且 PrimaryIndexDefault 参数设置为 D或 P，然后 Teradata Database 定义为表定义的第一个符合索引条件的列作为其主索引（因此可能是第一列，但取决于情况）。
换句话说，总是总是定义一个 PI。
是否有任何标准可以选择任何列作为主索引或只选择第一列。？ index eligilble column是什么意思，请详细说明
主索引决定了数据的分布方式。如果您的第一列恰好是大多数行具有相同值的字段，那么您的数据将非常不均匀地分布在 AMP 中。这可能会对性能产生严重影响。所以像@Andrew所说的那样明确定义主索引总是更好
数据访问和数据分布是选择主索引的关键驱动因素。共享相同主索引的表可以连接在一起，并且数据访问是“AMP-local”。不共享相同主索引的表需要重新分配步骤来满足连接条件。有时，用户希望并且可以在其 WHERE 条件下提供整个主索引，这允许单 AMP 访问数据。最后，答案是“视情况而定”。

标签： teradata

【解决方案1】：

如果您未定义索引，Teradata 将隐式将第一行作为主索引。除此之外，您可以选择一个或多个列作为主索引，或者通过 NO PRIMARY INDEX 定义表。主索引将定义跨 AMPS 的数据的分布键。如果没有定义 PRIMARY INDEX，它将是 RoundRobin。

选择 PI 是物理设计的一部分，没有办法将它们全部统治。文档中有一个专门的文档涵盖此主题（“数据库设计”）。你必须考虑：

1) 数据分布（防止高偏斜）

2) 可能的访问和加入

ad 1) 应该清楚

ad 2) 由于数据分布在 PI 中，与 PI 不同的 GROUP BY 或具有非 PI 的加入字段的 JOIN（至少 PI 必须是其中的一部分）将导致您的假脱机数据重新分布. - 这对查询的性能不利。

如果您想用您的数据测试不同的 PI，您可以通过 SQL 使用以下 SQL 来完成（例如 myTable 的 PI 为 column_1 和 column_2）：

SELECT HASHAMP (HASHBUCKET (HASHROW (column_1,column_2))) as targetAMP
      ,COUNT (*) as CountRecords
  FROM myTable
 GROUP BY targetAMP;

【讨论】：