在大量的数据更新之后，加速Redshift中VACUUM命令的最佳实践是什么？
0
【以下的问题经过翻译处理】 我正在使用一个16节点RA3.4XL集群上的30TB表进行Amazon Redshift的POC。在进行重要的数据更新后，我运行了VACUUM BOOST的命令（针对具有复合排序键的表），它大约需要10个小时才能完成。在清理窗口期间，CPU利用率不高于30%。如何才能让VACUUM命令运行更快呢？
我对这个长时间停机感到担忧，因为表中的数据更新可能需要定期运行（例如，遵守GDPR合规性要求），并且必须在更新完成后运行VACUUM命令。
1 個回答
- 最新
- 最多得票
- 最多評論
0
【以下的回答经过翻译处理】 在Amazon Redshift中运行VACUUM命令是非常资源密集型的任务。不建议在线上大型表格中运行VACUUM，特别是表格中有很多未排序/删除的行。
考虑以下替代方案:
-
对于大型表格卸载到Amazon S3，然后再复制回来。在执行这些步骤之前，对集群进行弹性调整，将节点数增加两倍，然后在操作完成后恢复到原始的集群大小。
-
进行深度复制，即创建一个新表格，并使用批量插入重新填充。在进行深度复制之前，对集群进行弹性调整。
-
创建一个手动快照，并恢复到一个新的集群中。当此操作完成后，您可以选择删除原始集群并重命名新集群。这可能是移除大量已删除行的最快选项(大约需要一到两个小时)。