解説

選択肢BはRedshiftのデータ再配布（DS_DIST_INNER）を排除する最適パターンです。大規模なファクトテーブル（sales_fact）は結合キー（customer_id）でKEY分散し、同一customer_idのレコードが同一スライスに配置されるようにします。小規模なディメンションテーブル（customer_dim）はALL分散にして全スライスにコピーすることで、どのスライスでも結合相手のデータが揃いネットワーク転送が不要になります。このKEY+ALLの組み合わせがファクト・ディメンション結合の最適パターンです。 選択肢AのEVEN分散とALL分散の組み合わせは、sales_factがEVEN分散のままだとcustomer_idが各スライスにランダム配置されるため、結合時に依然としてデータ再配布が発生します。 選択肢Cの両テーブルをKEY分散にする方法は、customer_dimも各スライスに分散されるため一部のスライスに対応するディメンションデータが存在せず再配布が起きる可能性があります。 選択肢DのALL分散は小規模テーブル向けの設定で、5億行のsales_factを全スライスに複製するとストレージコストと書き込み負荷が大幅に増加し現実的ではありません。