Azure Synapse Analytics：我可以使用非唯一列作为哈希分布式表中的哈希列吗？

Question

我正在使用专用 SQL 池（又名 Azure Synapse Analytics）。尝试优化一个事实 table 和 according to documentation FACT table 应该散列分布以获得更好的性能。

问题是：

我的事实 table 有一个复合主键。
您只能指定列作为哈希分布列。

我可以使用这些列之一作为分布列吗？任何一列都会有重复项，尽管它们都是 NOT NULL.

CREATE TABLE myTable
(
    [ITEM] [varchar](50) NOT NULL,
    [LOC] [varchar](50) NOT NULL,
    [MEASURE] [varchar](50) NOT NULL
 CONSTRAINT [PK] PRIMARY KEY NONCLUSTERED 
    (
        [LOC] ASC,
        [ITEM] ASC
    ) NOT ENFORCED 
)
WITH
(
    DISTRIBUTION = HASH([ITEM]),
    CLUSTERED COLUMNSTORE INDEX
)

Answer 1

是的，你可以！您可以使用任何列作为散列分布列，但请注意，这会在您的 table 中引入约束：您不能删除分布列。

使用哈希分布列有两个原因：一个是为了防止数据在查询时跨分布移动，另一个是为了确保数据在您的分布中均匀分布，以确保所有工作人员都得到有效利用查询。通过非倾斜列进行哈希分布，即使不是唯一的，也可以帮助解决第二种情况。

但是，如果您确实想按主键进行分发，请考虑通过将复合主键的不同列散列在一起来创建复合主键。您可以通过散列键进行散列分布，如果您稍后需要更新该散列键，这也有望减少数据移动。

Azure Synapse Analytics：我可以使用非唯一列作为哈希分布式表中的哈希列吗？

Azure Synapse Analytics: Can I use non-unique column as hash column in hash distributed tables?

sql-server

tsql

indexing

query-optimization

azure-synapse