要解决AWS Redshift中经常访问/查询的表的问题，可以考虑以下几个方面的解决方法：

1. 优化表结构：根据查询需求，考虑使用合适的数据类型和索引来优化表结构。例如，选择合适的数据类型可以减少存储空间和提高查询性能，而合适的索引可以加速查询操作。

下面是一个示例，展示如何在创建表时指定数据类型和索引：

CREATE TABLE my_table (
    id INT,
    name VARCHAR(50),
    age INT,
    PRIMARY KEY (id),
    INDEX idx_name (name)
);

2. 数据分区：使用数据分区可以将表数据划分为更小的逻辑部分，从而提高查询性能。可以根据查询经常使用的列进行数据分区，以便更快地获取所需的数据。

以下是一个示例，展示如何在创建表时进行数据分区：

CREATE TABLE my_partitioned_table (
    id INT,
    name VARCHAR(50),
    age INT
)
DISTKEY (id)
SORTKEY (name)
PARTITION BY RANGE (age) (
    STARTING FROM '18' ENDING AT '30' EVERY '5'
);

3. 数据压缩：使用数据压缩可以减少存储空间和提高查询性能。AWS Redshift支持多种压缩算法，可以根据数据类型和查询模式选择合适的压缩算法。

以下是一个示例，展示如何在创建表时指定数据压缩：

CREATE TABLE my_compressed_table (
    id INT,
    name VARCHAR(50),
    age INT
)
COMPRESSION ENCODE LZO;

这些解决方法可以帮助优化AWS Redshift中经常访问/查询的表，提高查询性能和效率。根据具体的业务需求和数据特点，可能需要进行进一步的调整和优化。