Netezza/PureData -哈希连接中选择的不良分发密钥

Question

我使用Netezza/Pure数据进行查询。我在两个列A和B上有一个内部联接(成为一个散列连接)。A是一个分布良好的列，B是一个分布不好的列。由于某些原因，我的查询计划总是使用B而不是A作为连接的分发键，这会导致巨大的性能问题。

生成统计信息确实有助于缓解这一问题，但由于性能限制，在每次查询之前生成统计信息并不可行。在批处理运行之前，我会这样做，而不是在批处理中的每个查询之间执行。

简而言之，源表有很好的发行版，但当我加入它们时，它们选择了一个糟糕的分发键(实际上在源中根本没有将它用作分发列)。

因此，我的问题是，在没有生成统计信息的情况下，在JOIN中影响分发密钥选择的好方法是什么。我尝试过在源表的分发列周围进行更改，但这并没有多大效果，即使我确保所有的斜率都小于0.5。

Answer 1

解决办法是强制使用详尽的规划师。

设置num_star_planner_rels = X；-将X设为非常高。

IBM团队认为，超过7个实体(表#)的查询将使用一个名为“雪花”的贪婪查询计划器。在7个或更少的实体，它将使用蛮力方法，以找到最佳计划。

交换条件是，对于大量实体来说，穷尽搜索非常昂贵。

Answer 2

您可以创建一个临时表并强制分发，以便它们对齐，这将加快联接的速度。