azure 使用uniqueidentifier列进行散列分区

cfh9epnr 于 2023-03-03 发布在其他

关注(0)|答案(1)|浏览(114)

我有两个事实数据表：事实受事与事实生产
两者都使用几个带有uniqueidentifier的列，我想知道这是否是一个好的实践，并建议使用这种类型的列作为表的散列分布（目前它们是循环的）。
希望知道要使用的列。

1条答案

-- Find data skew for a distributed table
DBCC PDW_SHOWSPACEUSED('dbo.FactPatient');

建议在分布列中包含零个空值或少量空值。此外，该列不应是日期列。
分布列应该是主要用于 * 联接 、聚合（如 group by、 has *）的列。不应选择在 where 中使用的列作为分布列。还建议选择可最大限度减少数据移动的分布列。
并不总是能够同时实现均匀分布的数据和最小化的数据移动。因此，在选择分布列时，应在最小化数据不对称和数据移动之间找到适当的平衡。
参考：Distributed tables design guidance - Azure Synapse Analytics | Microsoft Learn