Snowflake cloud data platform 在集群中，在执行Injesting之前对数据进行排序是否会提高截断表的性能？

我的目标是接收按特定列排序的数据，以便分区也按该顺序排列，从而使对该列的修剪变得高效

我想将排序的成本降到最低，并希望获得一些关于我应该多久重新排序的指导

例如：

CREATE TABLE test_order(n NUMBER, s STRING);
INSERT INTO test_order 
VALUES 
   (12, 'a'), 
   (11, 'b'), 
   (10, 'c'), 
   (9, 'd'), 
   (8, 'e'), 
   (7, 'f'), 
   (6, 'g'), 
   (5, 'h'), 
   (6, 'i'), 
   (5, 'j'), 
   (4, 'k'), 
   (3, 'l'), 
   (2, 'm'), 
   (1, 'n');

SELECT * FROM test_order 
ORDER BY n ASC;

ALTER TABLE test_order CLUSTER BY (n, s);
ALTER TABLE test_order RECLUSTER;

SELECT n, s FROM test_order;
SELECT SYSTEM$CLUSTERING_INFORMATION('test_order', '(n,s)');

这是第一次插入的信息：

{
“按键聚类”：“线性（N，S）”，
“总分区计数”：1，
“总常量分区计数”：0，
“平均重叠”：0.0，
“平均深度”：1.0，
“分区深度直方图”：{
"00000" : 0,
"00001" : 1,
"00002" : 0,
"00003" : 0,
"00004" : 0,
"00005" : 0,
"00006" : 0,
"00007" : 0,
"00008" : 0,
"00009" : 0,
"00010" : 0,
"00011" : 0,
"00012" : 0,
"00013" : 0,
"00014" : 0,
"00015" : 0,
"00016" : 0
}
}

如果要接收已排序的数据，我认为不需要对表进行集群。您的数据将自然地聚集在一起，您将得到所需的修剪。

您为什么要求改进截断？我对标题有点困惑。不清楚你在问什么。截断是一种元数据操作，因此在加载时对表进行排序不会影响截断的性能。然而，它将有助于表的集群化。此外，在较新版本的Snowflake中，手动重新聚集表格也将被弃用。SimonD，谢谢你，我正在探索的是，如果我按特定顺序预加载数据，我认为这可能有助于更快地查找数据，我正在从需要窗口的模型移动，现在意识到雪花为你做了这一切。我真正应该问的是，我应该多久对我的数据进行一次聚类，因为每次我们接收新数据时，自动聚类都会进行聚类。截断将被安排在每个月进行，我有一个理论，如果我们用windows组织的集群需要截断，它将节省计算时间。仍在学习，谢谢你的帮助。我想只有当你只在桌子上插入一次，再也不要碰它时，才会出现这种情况。