針對數倉的性能優化，主要是針對表和數據分布的優化。
表設計的最佳實踐請參見表設計最佳實踐。
Hash Clustering
Hash Clustering表的優勢在于可以實現Bucket Pruning優化、Aggregation優化以及存儲優化。在創建表時，使用clustered by指定Hash Key后，MaxCompute將對指定列進行Hash運算，按照Hash值分散到各個Bucket里。Hash Key值的選擇原則為選擇重復鍵值少的列。Hash Clustering表的使用方法詳情請參見表操作。
如何轉化為Hash Clustering表：
ALTER TABLE table_name [CLUSTERED BY (col_name [, col_name, ...]) [SORTED BY (col_name [ASC | DESC] [, col_name [ASC | DESC] ...])] INTO number_of_buckets BUCKETS]ALTER TABLE語句適用于存量表，在增加了新的聚集屬性之后，新的分區將做Hash Clustering存儲。
創建完Hash Clustering表后，您可以使用INSERT OVERWRITE語句將源表轉化為Hash Clustering表。
說明
Hash Clustering表存在以下限制：
不支持
INSERT INTO語句，只能通過INSERT OVERWRITE來添加數據。不支持直接使用tunnel upload命令將數據導入到range cluster表，因為tunnel上傳的數據是無序的。
表的其他優化技巧
建議您嚴格遵循表設計規范。此外，您還可以利用下列技巧完成表的優化：
中間表的利用：適用于數據量非常大，下游任務很多的表。
拆表：適用于個別字段產出極慢的情況，您可以將字段拆分為單獨的表。
合表：隨著數倉的發展，針對業務重疊或重復的表，您可以進行任務和數據合并。
拉鏈表：合理利用拉鏈表能減少您的存儲消耗，關于拉鏈存儲的詳情請參見拉鏈存儲。
利用MaxCompute表的特殊功能：詳情請參見MaxCompute表的高級功能。
文檔內容是否對您有幫助？