Redshift中从大表创建的新表是独立实体还是原表引用？

你的假设是否合理？ #

合理，但问题并非Redshift自动处理导致，而是表B的创建方式大概率不是你以为的「独立物理表」：

• 若表B是通过 CREATE VIEW B AS SELECT ... FROM A 创建的视图，它本质只是一段查询逻辑，不会存储实际数据，每次查询B时都会重新从A取数，因此A中数据被删除后，B自然无法查到对应内容。
• 如果你确实用 CREATE TABLE B AS SELECT ... FROM A（CTAS语句）创建独立表，正常情况下B会是物理存储的独立表，源表A的修改不会影响B的数据。但如果后续有人对B配置了关联A的同步/更新操作，或是误将B替换为视图，也会出现数据随A丢失的情况。

Redshift会因表过大自动转为查询引用吗？ #

不会。Redshift不会根据表的规模自动将普通物理表转为视图或其他引用类型。无论表的行数多少，通过CTAS创建的表都是独立存储的物理表，数据与源表完全隔离。

为什么小表未出现这种情况？ #

大概率是小表的创建过程确实使用CTAS生成了独立物理表，而2500万行的表B在创建时可能存在误操作——比如为了临时快捷用视图替代物理表，或是运维人员为节省存储将其改为视图，导致它本质是对A的查询引用，而非独立表。

验证方法 #

执行以下SQL查看表B的类型：

SELECT table_type, table_name FROM information_schema.tables WHERE table_name = 'B';

• 若结果为 VIEW，说明B是视图，确实属于查询引用；
• 若结果为 BASE TABLE，则需排查是否有定时任务/脚本在同步A和B的数据，或是有人手动修改过B的数据。

内容的提问来源于stack exchange，提问作者Andre