Una empresa minorista almacena transacciones, ubicaciones de tiendas y tablas de clientes en un clúster de Amazon Redshift ra3.4xlarge reservado de cuatro nodos. Todas las tablas utilizan actualmente la distribución EVEN. La tabla de ubicación de la tienda se actualiza con muy poca frecuencia, pero las consultas son lentas porque la tabla se transmite a los cuatro nodos de cómputo. Para reducir la transmisión y acelerar las consultas de la manera más rentable, ¿qué debe hacer el ingeniero de datos?

Cambiar el estilo de distribución de la tabla de ubicación de la tienda a distribución ALL es la solución más rentable. La distribución ALL replica una copia completa de la tabla en cada nodo de cómputo, eliminando la necesidad de transmisión de datos durante las uniones y mejorando significativamente el rendimiento de las consultas para tablas pequeñas que se actualizan con poca frecuencia. La distribución KEY no es óptima porque la tabla de ubicación de la tienda es pequeña y no se une frecuentemente con una clave específica que se beneficie de una distribución KEY. Agregar una columna de unión a la clave de clasificación no resuelve el problema de transmisión. Actualizar el tamaño de la instancia es una solución más costosa y no aborda directamente la ineficiencia de la transmisión de la tabla pequeña.