Sql CTA和select count之间的红移性能差异

我有一个查询

A

，它主要连接了几个不同的表

当我这样做时：

select count(1) from (
    A
);

查询将在大约40秒内返回计数。数量不大，大约有280万排

然而，当我这样做时：

create table tbl as A;

如果是同一个查询，则大约需要2小时才能完成。Query

A

返回14列（不多），查询中使用的所有表包括：

• 抽真空
• 分析
• 分布在所有节点上（DISTSTYLE all）
• 编码/压缩（排序键上除外）

---

关于我应该看什么有什么想法吗？

当使用

创建表作为（CTA）时，会创建一个新表。这涉及到复制所有280万行数据。您没有说明表的大小，但这可能涉及大量数据移动

CTAS不会复制
DISTKEY
或
SORTKEY
。表示默认的
DISTKEY
是
偶数
。因此，CTAS操作还将涉及在节点之间重新分配数据。由于源表是
DISTKEY ALL
，因此每个节点上至少都有数据可供分发，所以这应该不会太糟糕

如果原始表DDL包含压缩，则这些设置可能已被复制。如果DDL没有指定压缩，那么复制到新表可能触发了自动压缩分析，其中包括加载100000行，为每列选择压缩类型，删除该数据，然后再次启动加载。这可能需要一些时间

最后，它归结为
查询A
的复杂性。Redshift可能通过从磁盘读取很少的数据来优化查询，因为它意识到从磁盘读取数据（或者可能不需要任何列）来显示计数。这实际上取决于该查询的内容

可能只是因为您得到了一个非常复杂的查询，需要很长时间来处理（这不是计数的一部分）。如果查询涉及许多
JOIN
和
WHERE
语句，则可以通过明智地使用
DISTKEY
和
SORTKEY
值对其进行优化。
CREATE TABLE将查询返回的所有数据写入磁盘，count query不会，这就解释了差异。与读取行计数相比，写入所有行的操作成本更高