Netezza - 在SQL的角度来看，什么是主机托管？

Question

我知道托管对于Netezza中的分布式连接很重要。在高层次上，它具有以下定义：

All data for joins are located in the same SPU 

我也谈到了一些Netezza公司员工在过去，他们提到，加入被视为同一地点，如果所有表分发和加入相同的列。

不过，我还是觉得这个定义有点欠缺......根据我的理解1相和2相GROUP BY的，我怀疑真的托管运行在如下的定义：

A join is considered colocated if the set of columns used in the join condition is a superset of the distribution keys of all participating tables. 

这是一个正确的定义吗？我试图在新西兰寻找一个确切的定义，但我得到的是一堆文章，有点假定你已经知道定义。在这个

输入，将不胜感激。谢谢！

编辑：基于ScottMcG的建议下，我重新的定义，同位为加盟：

1. It must be a HASH or MERGE SORT JOIN 
2. Set of columns in join conditions must be superset of all distribution keys of all participating tables 
3. ? 

的？ ＃3的标记是我需要解决的一个模棱两可的问题。按照ScottMcG的规定，每个表的分配键也必须相互连接。

假设表A，B，C分布在文本列A.C1，A.C2，B.C3，B.C4，C.C5和C.C6上，我们有以下连接。

SELECT * FROM A 
    INNER JOIN B "Join1" 
     ON A.C1=B.C3 
    INNER JOIN C "Join2" 
     ON A.C2=B.C4 
     AND A.C2=C.C6 
     AND [X] 

现在，让我们提供一些[X]的可能定义。那么[X]的哪些定义将Join2共同定位？

(1) [X] = A.C2 = 5 

(2) [X] = A.C2 = B.C1 OR A.C2 = C.C5 

(3) [X] = A.C1 IS NULL 

(4) [X] = A.NonKeyColumn1 = B.NonKeyColumn2 

Answer 1

对于Netezza公司，一个连接被认为是当涉及到连接表不需要从数据切片上，他们长期居住，以便进行重新分配加盟或广播来协同定位。

如果这只能发生：

• 集由加入所需的列都列在每个表
• 每个表参与加盟的分布键的超集具有相同作为分配键的一组列。
• 该连接是一个等连接。

这些条件与您在定义中提出的条件非常接近，并且有必要允许但不足以保证共同连接。如果优化器足够小，即使它们分布在相同的列上，也可能决定预先广播其中的一个表，即使它们分布在相同的列上，那么从技术上讲，它们可能不是共同连接。

我应该补充说的一点是，对于被认为与另一列“相同”的列，列值应该散列为相同的值。一般来说，这意味着列数据类型将是相同的。一个例外是数据类型的整数族（byteint，smallint，int，bigint）会散列到相同的值，只要它们在支持的范围内。

关于连接类型的影响，equijoins将是这种形式。请注意，这可能是哈希连接或合并排序连接（如果数据类型可能是浮点）。无论哪种情况，我们都不需要重新分配数据。在这些例子中，两个表都分布在COL1上。

SELECT ... 
FROM TableA A 
    JOIN TableB B 
    ON A.COL1 = B.COL1 

如果连接是基于加入像下面的任一，则最终将与所述数据的重新分配或广播的表达式。对于“小于”连接，必须能够确定8小于9，但由于它们将被散列到不同的数据切片，所以只能在将其重新分配给另一个时进行比较。

SELECT ... 
FROM TableA A 
    JOIN TableB B 
    ON A.COL1 < B.COL1 

SELECT ... 
FROM TableA A 
    JOIN TableB B 
    ON A.COL1 - B.COL1 = 0