Un cluster Amazon Redshift provisioned con cinque nodi ra3.4xlarge mostra un nodo frequentemente oltre il 90% di CPU, mentre gli altri quattro sono sotto il 15% durante le normali operazioni. Il cluster utilizza la distribuzione delle chiavi. L'ingegnere vuole mantenere lo stesso numero di nodi ma bilanciare il carico tra di essi. Quale modifica consentirà di raggiungere questo obiettivo?

Il problema descritto indica uno squilibrio di carico di lavoro tra i nodi, tipico di una distribuzione dei dati non uniforme in Amazon Redshift. La chiave di distribuzione (distribution key) determina come i dati vengono distribuiti tra gli slice dei nodi. Se una colonna con pochi valori distinti o una colonna non rappresentativa viene usata come chiave di distribuzione, alcuni nodi possono ricevere molti più dati e carichi di lavoro rispetto ad altri, causando il sovraccarico osservato. Scegliere la colonna con la dimensione maggiore (o più precisamente, con l'alta cardinalità e una distribuzione uniforme dei valori) come chiave di distribuzione aiuta a distribuire i dati in modo più equo tra i nodi, bilanciando il carico. Modificare la chiave di ordinamento (sort key) migliora le prestazioni delle query, ma non risolve lo squilibrio di distribuzione del carico. Aggiornare il nodo riservato da ra3.4xlarge a ra3.16xlarge aumenterebbe la capacità del nodo sovraccarico, ma non risolverebbe la causa principale dello squilibrio e sarebbe una soluzione più costosa. Modificare la chiave primaria (primary key) non influisce direttamente sulla distribuzione dei dati o sul bilanciamento del carico in Redshift.