Un'azienda di vendita al dettaglio archivia transazioni, posizioni dei negozi e tabelle clienti su un cluster Amazon Redshift ra3.4xlarge riservato a quattro nodi. Tutte le tabelle utilizzano attualmente la distribuzione EVEN. La tabella delle posizioni dei negozi viene aggiornata molto raramente, ma le query sono lente perché la tabella viene trasmessa a tutti e quattro i nodi di calcolo. Per ridurre la trasmissione e velocizzare le query nel modo più conveniente, cosa dovrebbe fare l'ingegnere dei dati?

La distribuzione ALL è la soluzione più conveniente perché replica l'intera tabella su ogni nodo di calcolo. Questo elimina la necessità di trasmettere la tabella delle posizioni dei negozi durante le query, migliorando significativamente le prestazioni, specialmente per tabelle piccole e aggiornate raramente. La distribuzione KEY non è ottimale in questo caso perché la tabella è piccola e la trasmissione è il problema principale. Aggiungere una colonna di join alla chiave di ordinamento non risolve il problema della trasmissione. Aggiornare la dimensione dell'istanza è più costoso e non affronta direttamente il problema della trasmissione dei dati.