Amazon Redshift 如何从 s3 复制并设置 job_id

Amazon Redshift 提供使用“复制”命令从 s3 对象加载表数据的功能。他们是使用复制命令的一种方法，但也为每个插入的行设置额外的“col=CONSTANT”。

我想在每个复制的行上设置一个 job_id （不在源数据中），我认为当“copy”获取时，必须执行几百万次插入，以便每行都有一个作业属性，这将是一种耻辱我已经完成了 99%，并且表现更好。

也许有更聪明的解决方案？

如果您希望在单个 COPY 命令中添加的所有行都具有相同的 job_id 值，那么您可以将数据复制到临时表中，然后将 job_id 列添加到该表中，然后将临时表中的所有数据插入最终表中，如下所示：

CREATE TABLE destination_staging (LIKE destination);
ALTER TABLE destination_staging DROP COLUMN job_id;
COPY destination_staging FROM 's3://data/destination/(...)' (...)
ALTER TABLE destination_staging ADD COLUM job_id INT DEFAULT 42;
INSERT INTO destination SELECT * FROM destination_staging ORDER BY sortkey_column;
DROP TABLE destination_staging;
ANALYZE TABLE destination;
VACUUM destination;

ANALYZE 和 VACUUM 不是必需的，但强烈建议这样做，以便更新查询分析器并将所有新数据放入正确的位置。