分布

用量

视图：my_view {
derived_table: {
distribution: "customer_id"
...
}
}

层次结构 查看文件 view derived_table distribution - 或 - 模型文件 explore aggregate_table materialization distribution

默认值 无 接受 派生表或汇总表中的列名称 特殊规则 只有 Redshift 和 Aster 数据库才支持 distribution。

定义

distribution 可让您从永久性派生表 (PDT) 或要应用分布键的汇总表中指定列，以便将数据分布到整个集群。当两个表通过 distribution 参数中指定的列联接时，数据库可以在同一节点上查找联接后的数据，从而最大限度地减少节点间 I/O。目前，distribution 仅适用于 Redshift 和 Aster 数据库。对于其他 SQL 方言（例如 MySQL 和 Postgres），请改用 indexes。

distribution 参数仅适用于永久性表，例如 PDT 和汇总表。没有持久性策略的派生表不支持 distribution。

此外，使用 create_process 或 sql_create 定义的派生表不支持 distribution 参数。

一般而言，分布键应应用于充当外键的列（您用于联接其他人列的列）。有关最佳实践，请参阅您所用方言的文档。

示例

在 customer_id 上创建具有分布键的 customer_order_facts 永久性派生表：

view: customer_order_facts {
  derived_table: {
    explore_source: order {
      column: customer_id { field: order.customer_id }
      column: lifetime_orders { field: order.lifetime_orders }
    }
    datagroup_trigger: order_datagroup
    distribution: "customer_id"
  }
}

基于 customer_id 上具有分布键的 SQL 查询，创建一个 customer_order_facts 派生表：

view: customer_order_facts {
  derived_table: {
    sql:
      SELECT
        customer_id,
        COUNT(*) AS lifetime_orders
      FROM
        order ;;
    persist_for: "24 hours"
    distribution: "customer_id"
  }
}