Uma empresa de varejo armazena transações, localizações de lojas e tabelas de clientes em um cluster Amazon Redshift ra3.4xlarge reservado de quatro nós. Todas as tabelas atualmente usam distribuição EVEN. A tabela de localização da loja é atualizada com pouca frequência, mas as consultas são lentas porque a tabela está sendo transmitida para todos os quatro nós de computação. Para reduzir a transmissão e acelerar as consultas da maneira mais econômica, o que o engenheiro de dados deve fazer?

A distribuição ALL replica uma cópia completa da tabela em cada nó de computação. Isso elimina a necessidade de transmitir a tabela de localização da loja durante as junções, pois os dados já estão disponíveis localmente em cada nó. É a solução mais econômica porque a tabela de localização da loja é atualizada com pouca frequência e geralmente é pequena, tornando o custo de armazenamento adicional mínimo em comparação com os benefícios de desempenho. Alterar para distribuição KEY não é ideal porque a tabela de localização da loja é pequena e a distribuição ALL é mais eficaz para eliminar a transmissão. Adicionar uma coluna de junção à chave de classificação não resolve o problema de transmissão da tabela. Atualizar para um nó maior é mais caro e pode ser desnecessário se o problema puder ser resolvido otimizando a distribuição da tabela.