16、Amazon Redshift性能优化：WLM、参数组与自动化功能解析

Amazon Redshift性能优化：WLM、参数组与自动化功能解析

1. WLM模式介绍

WLM（Workload Manager）的目标是管理数据仓库中查询执行的资源。在使用自动WLM时，强烈建议设置QMR（Query Monitoring Rules），以防止异常查询占用所有资源。WLM有自动和手动两种模式，下面为您详细介绍手动WLM模式。

手动WLM模式下，用户对每个查询的并发和内存分配有更多控制权。若工作负载需要全天候专用资源，可使用手动WLM。例如，有一个持续的数据ETL摄入管道，可设置一个队列并分配一定比例的内存。手动WLM最多可创建8个队列，服务类标识符为6到13，建议所有手动WLM队列的总槽位数为15。

手动WLM仅适用于预配置的数据仓库，无服务器数据仓库使用自动WLM。若数据仓库有300 GiB内存，为ETL队列分配40%内存并设置3个槽位，则每个查询将分配到 300 x 0.40 / 3 = 40 GiB的内存。若查询需要的内存超过40 GiB，查询将溢出到磁盘，执行时间会变长。在手动WLM模式下，内存为每个队列槽位预留，若进来的查询数量超过定义的槽位数，这些查询将排队等待执行。为了扩展每个队列的分配内存，可以启用并发扩展。并发扩展针对每个队列启用，只有当特定队列已满时，查询才会路由到扩展集群。

手动WLM的特点是，一旦一个队列的所有槽位被占用，后续查询必须等待，即使其他队列有空闲槽位。当用户非常熟悉工作负载并希望对集群资源有最大控制权时，建议使用手动WLM，但它可能导致资源未充分利用。对于非常一致且可重复的工作负载实例，适合使用手动WLM，但每次引入新工作负载时，如果该工作负载有定义的SLA，应重新评估手动槽位和内存分配。如果新工作负