Amazon Redshift anuncia a disponibilidade geral dos layouts de dados multidimensionais
O Amazon Redshift anuncia a disponibilidade geral de layouts de dados multidimensionais (MDDL) que classificam dados dinamicamente com base em filtros de consulta reais, acelerando a performance da consulta. Ao contrário dos métodos tradicionais de classificação que classificam dados com base em colunas fixas, o MDDL classifica os dados com base em filtros de consulta (por exemplo, Vendas nos EUA), obtendo uma performance de ponta a ponta até 10 vezes melhor em comparação ao uso de apenas chaves de classificação ideais de coluna única para workloads de consulta com filtros de consulta repetitivos.
Para cada tabela com uma chave de classificação AUTO, que é o padrão para tabelas sem uma chave de classificação explícita, o Redshift analisa o histórico de consultas da tabela e seleciona automaticamente uma chave de classificação de coluna única ou MDDL para sua tabela, dependendo de possíveis melhorias de performance para sua workload. O Redshift com MDDL cria automaticamente uma chave de classificação virtual multidimensional que colocaliza linhas normalmente acessadas pelas mesmas consultas. Essa coluna virtual, equivalente a uma nova chave de classificação para a tabela, é usada posteriormente durante a execução da consulta para ignorar blocos de dados e até mesmo ignorar a verificação de colunas de predicados inteiras. O Redshift com MDDL fornece uma generalização mais expressiva das chaves de classificação compostas e intercaladas existentes que melhora significativamente a performance das varreduras de tabela, especialmente quando sua workload de consulta contém filtros de consulta repetitivos. Para tabelas preexistentes com chaves de classificação definidas manualmente, você pode aproveitar o MDDL alterando a chave de classificação da tabela para AUTO.
O MDDL está disponível em todas as regiões comerciais da AWS nas quais o Redshift é oferecido. Para começar a usá-lo, leia a documentação, o blog e a publicação da Amazon Science para saber mais sobre benchmarks sobre melhorias na performance de consultas.