La optimización de Redshift Query proviene de Cluster, Table Design, DataLoading, Data Vacuuming &Analyzing over the table.
Permítanme responder algunos puntos de contacto centrales en la lista anterior.1. Asegúrese de que su tabla mytable, detail, client tenga SORT_KEY, DIST_KEY2 correctos. Asegúrese de que todas sus tablas en combinación estén analizadas y limpiadas correctamente.
Aquí hay otra versión de su mismo SQL escrito en formato Redshift.
Algunos ajustes que hice son
- Usó "Con cláusula" para el cálculo de nivel de clúster optimizado
- Use las uniones de la manera adecuada y asegúrese de que la unión izquierda/derecha sea importante según los datos.
- Se usó el rango de fechas con la tabla de cláusulas para el tipo de orientación de objetos.
- Utilizó Agrupar por en el SQL principal a continuación.
Mi versión de Redshift SQL
/** Date Range Computation **/
with date_range as (
select ( current_Date - interval '2 weeks' ) as two_weeks
),
/** Filter main ResultSet**/
myGroupSet as (
SELECT b.val AS myGroup,
c.username,
a.someCode,
a.timeTaken,
(case when (b.name == 'name1') THEN b.val::INTEGER ELSE 0 END ) as name11,
(case when (b.name == 'name2') THEN b.val::INTEGER ELSE 0 END ) as name12
FROM database.myTable a,
join date_range dr on a.date > dr.two_weeks
join database.detail b on b.id = a.id
join database.client c on c.c_id = a.c_id
where a.date > current_Date - interval '2 weeks'
)
/** Apply Aggregation **/
select myGroup, username, someCode, timeTaken, date,
sum(name1), sum(name2)
from myGroupSet
group by myGroup, username, someCode, timeTaken, date
