teradata PI -- Join的影响

(–本文是个人学习和使用过程中的总结，如有错误欢迎指正 )

我们知道数据仓库是用来支撑我们的数据展现、多维度分析甚至是数据挖掘，所以单单检索一行或者几行数据在数据仓库中是几乎不存在的。
我们总是希望用多维度的视角去观察我们的数据，那我们的事实表就必须和我们N个维度表关联，以实现我们多维、多粒度的数据观察。这就要求我们的数据仓库要有强劲的处理Join的能力，幸运的是teradata在处理这方面的能力的确很强大。

teradata要求我们做表关联时相同的值必须在同一个AMP上，这就涉及到了数据交换。
teradata有两种数据交换一种为复制表(DUPLICATE)，另一种为重分布(REDISTRIBUTE)

那么PI是如何影响到我们的数据交换的呢？
我们可以大致分为三种情况：
1：关联的表都是PI或NPI，这中情况是最优的，不会涉及到数据的分布，被称为AMP LOCAL
2：一张表为PI/NPI，另外的不是，这时候数据交换就产生了。这时也分为两种情况，大大表和大小表。大–大关联数据就会重分布，大–小关联会优先选择复制小表
2：两张表均不为PI/NPI，，这时的情况和第二种一样，也分为大大表和大小表两种情况。

虽然teradata处理join的能力很强悍，但是大表重分布 必然会占用大量的spool等系统资源。我们应尽量避免大表重分布，尽管有时这是不可能的。