Redshift控制台压缩推荐与ANALYZE COMPRESSION结果差异及压缩影响咨询

二者的分析逻辑、数据采样范围完全不同：

• Redshift控制台的压缩推荐是基于集群的增量监控数据生成，采样范围通常仅包含近期新写入的少量数据块、或局部异常扫描的片段数据，不会对全表所有列做全量扫描分析。部分场景下还会出现推荐更新不及时的问题，比如你已经修改过对应列的编码，但控制台仍缓存了历史的推荐规则。你遇到的field_a已经使用LZO编码、收益为0仍被推荐，大概率是控制台仅采样到了极少量未应用该编码的旧数据块，就触发了单列推荐，没有扫描其他列的全量数据。
• ANALYZE COMPRESSION是针对表的全量存量数据做统一采样分析，会遍历所有列的现有数据块计算压缩收益，结果更贴合表的实际存储情况。

• 数据完整性：无任何负面影响。Redshift官方提供的所有压缩编码（包括你场景中的zstd）均为无损压缩，解压后的数据和原始数据100%一致，不会出现数据丢失、失真问题。
• 查询速度：绝大多数场景下会正向提升查询性能。压缩后列的数据块体积明显减小，查询时需要读取的磁盘IO、节点间传输的网络开销都会大幅降低，而zstd等编码的CPU解压开销极低，解压耗时远低于IO节省的时间，整体查询效率会更高。只有极端小表全量扫描的场景才可能出现解压开销超过IO收益的情况，生产环境几乎不会遇到。

注意：直接执行ALTER COLUMN修改编码仅对新写入的数据生效，存量数据不会自动重写为新编码，如需让存量数据也应用新编码，可通过重建表或执行VACUUM FULL实现。

内容的提问来源于stack exchange，提问作者mrc