Tag: Amazon Redshift

在 Amazon Redshift 的协助下，客户得以顺利完成一系列业务目标，例如从加速现有数据库环境，到提取网络日志以进行大数据分析等等。

但随着系统中数据规模的持续增长，数据移动也变得越来越困难。为了解决这一挑战、进而从数据中获取最大收益，亚马逊云科技提出了Lake House“智能湖仓”方案。

本文中介绍了如何通过SQL脚本的方式来对一张Redshift表中的varchar数据列进行优化。

使用Amazon Kinesis和Amazon EMR构建数据批处理分析架构，并和流式处理汇总到Redshift做集中数仓查询.

大家可以使用Neptune为客户360度解决方案建立企业知识库，并将这套解决方案与不同数据源关联起来，据此建立各类客户状态看板、增强分析方案、在线推荐引擎乃至组群趋势分析等。

在本文中，我们探讨了如何使用Lambda配置并使用Athena联合AmazonRedshift功能。现在，您无需等待从Amazon Redshift数据仓库到Amazon S3的数据转移流程，也不再需要负担查询的日常维护工作。

Amazon Redshift已经成为Cookpad公司为员工提供自助服务分析的关键基础。正如前文所述，我们使用AWS提供的种种新功能对集群容量进行了扩展，且全程未添加任何节点。

本文还向大家展示了如何轻松在Amazon Redshift schema当中控制存储配额。我们不仅完成了schema之上创建并变更配额，同时授权特定用户使用该schema的操作步骤，同时也探讨了如何将数据导入schema并通过系统视图在多种用例下监控事务结果及磁盘使用量。通过这项强大的功能，相信大家能够通过Amazon Redshift切实满足各类业务需求。

传统的缓存系统构建方式往往非常复杂，而且需要占用大量资源。Heimdall Data能够自动对SQL结果进行缓存处理，且无需变更应用程序本体，从而大大降低运营负担。从实际用例来看，用户的常规缓存命中率可达90%、响应性能提高达20倍，且每年可节约长达数月的软件开发与管理时长。现在，您可直接在AWS Marketplace上下载Heimdall的免费试用版本。

在此博文中，我们解释了将带 Redshift Spectrum 的 Amazon Redshift 扩展为现代数据仓库的原因。我将介绍我们的数据增长及平衡成本和性能的需求如何促使我们采用 Redshift Spectrum。我还将分享我们的环境中的关键性能指标，并讨论提供可扩展和快速环境的额外 AWS 服务，并提供数据供我们日益增长的用户群进行立即查询。