한 소매 회사가 4개의 노드로 구성된 예약된 ra3.4xlarge Amazon Redshift 클러스터에 트랜잭션, 매장 위치 및 고객 테이블을 저장합니다. 모든 테이블은 현재 EVEN 분산을 사용합니다. 매장 위치 테이블은 매우 드물게 업데이트되지만, 테이블이 4개의 컴퓨팅 노드 모두에 브로드캐스트되기 때문에 쿼리가 느립니다. 브로드캐스팅을 줄이고 가장 비용 효율적인 방법으로 쿼리 속도를 높이려면 데이터 엔지니어는 어떻게 해야 할까요?

정답은 매장 위치 테이블의 분산 스타일을 EVEN 분산에서 ALL 분산으로 변경하는 것입니다. ALL 분산은 테이블의 전체 복사본을 모든 컴퓨팅 노드에 저장하여 조인 시 데이터 이동을 제거하고 쿼리 성능을 향상시킵니다. 매장 위치 테이블은 매우 드물게 업데이트되고 크기가 비교적 작으므로 ALL 분산에 적합합니다. KEY 분산은 특정 열을 기준으로 데이터를 분산하여 조인 성능을 향상시킬 수 있지만, 매장 위치 테이블과 같이 모든 노드에 필요한 작은 차원 테이블에는 ALL 분산이 더 효율적입니다. 정렬 키를 추가하는 것은 쿼리 성능을 향상시킬 수 있지만, 분산 스타일 변경만큼 브로드캐스팅 문제를 직접적으로 해결하지 못합니다. 노드 크기를 업그레이드하는 것은 비용이 많이 들고 데이터 분산 문제를 해결하지 못합니다.