Auto-sync: 2026-04-28 20:03

wiki/concepts/Distribution-Key.md

@@ -0,0 +1,51 @@
+---
+title: "Distribution Key"
+type: concept
+tags:
+  - Data-Engineering
+  - Database
+  - AWS-Redshift
+  - Performance-Optimization
+last_updated: 2026-04-14
+---
+
+## Definition
+
+Distribution Key（分布键，Dist Key）决定数据在分布式数据仓库集群各计算节点间的分布方式。合理的分布键选择是避免数据倾斜（Data Skew）和最小化跨节点数据传输（Data Shuffling）的关键。
+
+## Distribution Strategies
+
+### 1. KEY Distribution（关键分布）
+- 按特定列的哈希值分布数据
+- 同一键值的数据会落在同一节点
+- 适用场景：事实表与维度表基于外键的关联（Colocation Join）
+
+### 2. ALL Distribution（全分布）
+- 将小表完整复制到所有节点
+- 消除跨节点传输，但增加存储成本
+- 适用场景：小维度表（< 10MB）
+
+### 3. EVEN Distribution（均匀分布）
+- 轮询方式均匀分布数据
+- 默认策略，适用于无明显热点的情况
+- 适用场景：无法确定最佳分布键时的兜底策略
+
+## Key Trade-offs
+
+| 维度 | KEY | ALL | EVEN |
+|------|-----|-----|------|
+| 存储成本 | 低 | 高 | 低 |
+| Join 性能 | 高（co-located） | 高 | 低（可能 shuffle） |
+| 数据倾斜风险 | 中（取决于键值分布） | 无 | 无 |
+| 适用表规模 | 大表 | 小表 | 通用 |
+
+## Related Concepts
+
+- [[Sort-Key]]：节点内数据排序，与 Distribution Key 共同构成 Redshift 性能优化双核心
+- [[Data-Skew]]：分布键选择不当导致的数据倾斜问题
+- [[MPP]]：分布键决定数据局部性，影响 MPP 并行效率
+- [[Amazon-Redshift]]：Distribution Key 是 Redshift 架构的核心概念
+
+## Sources
+
+- [[ctp-topic-68-introduction-to-redshift]]：Distribution Key 在 Redshift 集群数据分布中的作用