Amazon Redshift編～パフォーマンスチューニング　distkey編～

こんにちは！中の人です。

前回の『 Amazon Redshift編～パフォーマンスチューニング　sortkey編～ 』では、Redshiftのパフォーマンスチューニングとしてsortkeyの設定方法と、設定によるパフォーマンスの違いを紹介しました。

今回は『Amazon Redshift編～パフォーマンスチューニング　distkey編～』と題して、Redshiftに対してdistribution keyを設定した場合のパフォーマンスについて紹介します。

テスト方法

今回は、こちらのクエリを使用します。

1select avg(column01) from SAMPLE_TABLE where column01>5000 and date like '13-06%'

下記の３つの内容をdistkeyに設定して速度を比較してみます。

・auto incrementされている id

・条件に使われている column01

・条件に使われている date

※distkeyは１つのみ指定可能です。

distkeyの設定方法ですが、以下の様にcreateに続けて記載します。

1create table SAMPLE_TABLE (2	id int,3	・・・4	date timestamp5)6distkey(id);

sortkey/distkeyの両方を指定する場合には、以下の様に連続して記述します。

1create table SAMPLE_TABLE (2	id int,3	・・・4	date timestamp5)6distkey(id)7sortkey(id);

テスト結果

■約4000万行（10回平均）

≪ XLノード ≫

また、前回1番パフォーマンスが良かった「column01とdate」に対してsortkeyを追加した場合の結果です。

distkeyの張り方で、このようにパフォーマンスが変わってきます。またsortkeyと違いdistkeyは、検索対象ではなくidに対して設定することにより、パフォーマンスが大きく向上することがわかります。

また、sortkey/distkeyの両方を張ることで更にパフォーマンスを上げることもできますが、正しいキーを設定しないとパフォーマンスが落ちてしまうことも確認できました。

次回は『 Amazon Redshift編～パフォーマンスチューニング　圧縮編～ 』として各カラムに対する compression type の選択方法について紹介します。お楽しみに！

——————————————————————————————————

ナレコムクラウドのFacebookに『いいね！』をクリックして頂くと

最新のお役立ちレシピが配信されます★

┏━━━━━━━━━━━━━┓

┃ナレコムクラウド Facebook┃

┗━━━━━━━━━━━━━┛

——————————————————————————————————