AWS Redshift大表执行max(id)查询耗时15秒，如何优化？

我创建了如下表：

CREATE TABLE dbtest.testtable (
    id bigint NOT NULL ,
    PRIMARY KEY (id),
    accountid bigint distkey
)
DISTSTYLE KEY
SORTKEY ( accountid);   

注：原SQL存在语法错误（字段定义缺少逗号、末尾多冗余逗号），已修正。

该表包含870,080,643行数据，执行查询语句：

select max(id) from dbtest.testtable

耗时达15秒，请问如何加快该查询的速度？

• 调整排序键（SORTKEY）：
  Redshift的排序键决定数据磁盘存储顺序，当前表仅以accountid为排序键，id无排序属性，导致查询max(id)时每个节点需全量扫描分片数据找最大值。将id设为排序键首列（或单独作为排序键），各分片的id会有序存储，查询时仅需读取每个分片的最后一条数据即可，大幅减少扫描量。修改语句示例：

  ALTER TABLE dbtest.testtable ALTER SORTKEY (id, accountid);
  

  注：修改排序键会重新排序全表数据，需消耗一定资源，建议在业务低峰期操作。

• 用物化视图预计算结果：
  若该查询为高频执行，创建物化视图预计算max(id)，后续查询直接从物化视图取结果，无需扫描全表。示例：

  CREATE MATERIALIZED VIEW dbtest.testtable_max_id AS
  SELECT max(id) AS max_id FROM dbtest.testtable;
  

  可通过调度任务定期执行REFRESH MATERIALIZED VIEW dbtest.testtable_max_id;，保证数据时效性。

• 维护独立元数据表：
  若id是自增主键，可创建仅存储当前最大id的小表，每次插入新数据时通过触发器或业务逻辑更新该表的max_id值，查询时直接从这张小表取值，耗时几乎可忽略。示例：

  -- 创建元数据表
  CREATE TABLE dbtest.testtable_metadata (max_id bigint NOT NULL);
  -- 初始化数据
  INSERT INTO dbtest.testtable_metadata SELECT max(id) FROM dbtest.testtable;
  -- 插入新数据时更新（可通过触发器或业务代码实现）
  UPDATE dbtest.testtable_metadata SET max_id = GREATEST(max_id, NEW.id);
  

• 更新表统计信息：
  确保Redshift拥有最新的表统计信息，让查询优化器生成更高效的执行计划，执行以下命令更新统计信息：

  ANALYZE dbtest.testtable;
  

内容的提问来源于stack exchange，提问作者Santhosh