Amazon Redshift 性能调优 - 分布键、排序键与 WLM 优化
解析 Redshift 分布样式与排序键的选择、工作负载管理 (WLM) 设计以及 AQUA 查询加速。
分布样式的选择
Redshift 将数据分布存储在 Compute 节点的切片中。分布样式的选择是直接影响查询性能的最重要设计决策。KEY 分布基于指定列的值分布数据，相同键值的行放置在同一切片。将 JOIN 中频繁使用的列指定为 KEY，可在 JOIN 时免去数据重分布（网络传输），获得显著性能提升。EVEN 分布将数据均匀分配到所有切片，适合没有明显 JOIN 键的表。ALL 分布将整个表复制到每个节点，适合小型维度表。
排序键与 Zone Map
设置排序键后，数据按该列值的顺序存储在磁盘上。Redshift 为每个块记录最小值和最大值作为 Zone Map，WHERE 子句的过滤条件可跳过 Zone Map 范围外的块。将日期列设为排序键并应用 WHERE created_at > '2026-01-01' 等过滤时，仅扫描相关时间段的块，大幅减少 I/O。复合排序键按列顺序排序，适合固定的查询模式。交错排序键对所有列赋予同等权重，适合多种查询模式。
工作负载管理与 AQUA
自动 WLM 基于查询复杂度和资源需求自动优化队列分配和内存分配。解决短时仪表板查询被长时 ETL 查询阻塞的问题，为高优先级查询分配适当资源。手动 WLM 可定义最多 8 个队列，基于用户组或查询组路由查询。AQUA 是 RA3 实例可用的硬件加速查询引擎，将扫描和过滤处理下推到存储层执行。对于大量数据扫描的查询，AQUA 可将性能提升最高 10 倍。AQUA 自动应用于符合条件的查询，无需修改 SQL。 关于数据仓库优化的详细解析，可参考Amazon 相关书籍。
性能调优的成本影响
适当的性能调优直接带来成本降低。优化分布键减少节点间数据重分布（Redistribution）可缩短查询执行时间，减少 Serverless 的 RPU 消耗。设置排序键提高 Zone Map 跳过率可减少扫描数据量，降低 I/O 成本。AQUA（Advanced Query Accelerator）将扫描处理下推到存储层，减少 Compute 节点的 CPU 使用率，使同一集群可处理更多并发查询。
总结
Redshift 性能调优的基础是适当设置分布样式和排序键。通过 SVL_QUERY_SUMMARY 识别慢查询，通过调整分布键或添加排序键进行改善。利用自动 WLM 管理工作负载优先级，通过 AQUA 提升扫描性能，优化大规模数据分析的响应时间。