Gbase8a Hash分布列的选择原则

根据数据特点为大表关联和等值查询条件的应考虑建 hash 分布表，选择分布键时要结合数据特征，选择的原则如下：

数据均匀分布：尽量选择 count(distinct)值大的列做 Hash 分布列，尽量使数据均匀分布；

分布式多节点操作：优先考虑大表间的 JOIN，尽量让大表 JOIN 条件的列为Hash 分布列（相关子查询的相关 JOIN 也可以参考此原则），以使得大表间的 JOIN 可以直接分布式发布到每个节点执行；

尽量选择使用频率高的 grour by 列：尽量让 GROUP BY 带有 Hash 分布列，让分组聚合一步完成；

多节点运行：选择某数据列随机性很大的字段，避免部分节点的热查询，导致执行性能不均衡；