Een detailhandelsbedrijf slaat transacties, winkellocaties en klanttabellen op in een vier-node gereserveerd ra3.4xlarge Amazon Redshift-cluster. Alle tabellen gebruiken momenteel EVEN distributie. De tabel met winkellocaties wordt zeer zelden bijgewerkt, maar queries zijn traag omdat de tabel wordt uitgezonden naar alle vier de compute nodes. Wat moet de data engineer doen om broadcasting te verminderen en queries op de meest kosteneffectieve manier te versnellen?

De juiste aanpak is om de distributiestijl van de winkellocatietabel te wijzigen van EVEN naar ALL distributie. ALL distributie kopieert een volledige kopie van de tabel naar elke compute node. Dit is ideaal voor kleine, statische dimensietabellen zoals winkellocaties die zelden worden bijgewerkt, omdat het de noodzaak elimineert om de tabel tijdens joins uit te zenden, wat de queryprestaties aanzienlijk verbetert. KEY distributie is niet geschikt omdat het de data distribueert op basis van een sleutel, wat broadcasting niet vermindert voor kleine dimensietabellen die vaak met andere tabellen worden gejoined. Het toevoegen van een join-kolom aan de sort key verbetert de sorteerprestaties, maar vermindert broadcasting niet. Het upgraden van de Redshift-node is een duurdere oplossing die de onderliggende broadcasting-problematiek niet direct aanpakt.