Amazon Redshift 常见问题

SageMaker 提供全面且用户友好的平台，可连接多个数据来源并简化数据探索，从而简化 SQL 分析。借助灵活的笔记本式界面，您可以访问来自 Amazon Simple Storage Service（Amazon S3）、Amazon Redshift 和其他数据来源的数据，在不同的引擎上编写和运行查询，并直接在工具中创建可视化效果。该平台可自动管理数据的元数据，让您更轻松地理解和发现信息。通过与其他 AWS 服务无缝集成，该平台可让您超越传统的 SQL 分析，以最低的技术复杂性将数据转化为可操作的见解。

否，您无需迁移数据，即可使用 SageMaker 进行 SQL 分析。您可以直接发现和查询多个来源的数据，包括 Amazon S3（AWS Glue Data Catalog 和 Amazon S3 表存储桶）、Amazon Redshift（无服务器和预配置）以及其他 13 个与 SQL 工程工作流程兼容的联合数据来源。 Amazon SageMaker Lakehouse 可无缝连接到您的当前数据，因此您可以专注于见解，而无需花时间四处移动信息。只需几个快速步骤，您就能探索数据、运行查询，并发现有价值的业务信息，而无需担心技术问题。

要开始使用，SageMaker 提供两种将数据导入平台以进行 SQL 分析的方法。如果您将信息存储在 Amazon S3 中，SageMaker SQL 允许您使用数据湖直接对这些数据运行查询。或者，您可以通过运行 COPY 命令，将负载数据上传到数据仓库中。如果您的桌面上有本地数据，SageMaker 允许您将数据文件拖放到 SageMaker 平台，以直接从自己的计算机上传数据文件。此外，您还可以使用零 ETL，从运营数据仓库中获取数据。整个过程旨在消除技术障碍，让您可以专注于发现见解，而不是纠结于复杂的数据加载过程。

Amazon SageMaker Unified Studio（预览版）为全面的 SQL 分析提供功能强大、用户友好的笔记本式界面。您可以在不同的单元格中编写和运行 SQL 代码，创建图表和可视化效果，并通过 SageMaker Lakehouse 探索不同来源（如 Amazon S3、Amazon Redshift 和各种联合来源）的统一数据。该平台还提供自动完成和语法检查等有用功能，帮助您编写 SQL。您还可以将生成式人工智能功能与 Amazon Q 生成式 SQL 结合使用，后者使用自然语言提供 SQL 代码建议。SageMaker 旨在让所有数据用户都能更直观、更灵活、更轻松地进行 SQL 分析。

Amazon SageMaker Unified Studio（预览版）提供“项目”，即协作式数字工作区，可帮助团队组织和管理数据分析工作。可以将其想象成共享文件夹，您可以在安全的位置存储 SQL 查询、数据模型、代码和其他资源。通过创建项目，您可以建立集中式环境，可以在其中邀请团队成员、授予特定的访问权限并无缝进行协作。在这一空间内，您可以轻松分发存放查询和数据模型的查询手册，授予访问 Amazon S3 和 Redshift 等数据来源的权限，并提供共享计算资源。该平台支持通过 Git 集成进行版本控制，允许您的团队跟踪更改、协作编写代码并维护 SQL 分析工作的清晰历史记录。这种方法可确保所有团队成员都能查看、编辑和运行查询，同时维护整个 SQL 分析工作负载的安全性和一致性。

在 SageMaker 中使用 SQL 编辑器无需支付额外费用。您只需为使用 Amazon Athena 和 Amazon Redshift 等可用计算引擎支付费用。

Amazon SageMaker 中的 SQL 分析服务等级协议（SLA）与底层 SQL 引擎（Amazon Redshift 和 Amazon Athena）的 SLA 直接相关。客户可以在 Amazon Redshift 和 Amazon Athena 各自的服务等级协议页面上查找详细的服务承诺信息。

Amazon Redshift 无服务器是 Amazon Redshift 的无服务器选项，能更高效地运行并在数秒内扩展分析，而无需设置和管理数据仓库基础设施。借助 Redshift 无服务器，任何用户（包括数据分析师、开发人员、业务专业人员和数据科学家）均能通过简单加载和查询数据仓库中的数据来获得数据洞察。

只需在 AWS 管理控制台中进行几个步骤，您就可以选择“配置 Amazon Redshift 无服务器”并开始查询数据。您可以利用预加载的示例数据集（例如，天气数据、普查数据和基准数据集）和示例查询，以立即开始分析。您可以创建数据库、架构、表，并从 Amazon S3、Amazon Redshift 数据共享中加载数据，或者还原现有的 Redshift 预置集群快照。您还可以直接查询 Amazon S3 数据湖中采用开放格式（如 Parquet 或 ORC）的数据，或查询运营数据库（如 Amazon Aurora、Amazon RDS PostgreSQL 和 MySQL）中的数据。详见入门指南。

即使没有数据仓库管理经验，也不必担心设置、配置、管理集群或优化仓库。您可以专注于从数据中获得有意义的洞察，或者通过数据交付核心业务成果。您仅需按实际用量付费，保持成本可控。您将继续受益于 Amazon Redshift 的所有最优性能、丰富的 SQL 功能、与数据湖和运营数据仓库的无缝集成，以及内置的预测分析和数据共享功能。如需对数据仓库进行精细控制，您可以预置 Redshift 集群。

您可以继续使用 Amazon Redshift 丰富的各种分析功能，如复杂的联接、对 Amazon S3 数据湖和运营数据库中的数据的直接查询、实体化视图、存储的过程、半结构化数据支持和 ML，以及规模化的高性能。Amazon Redshift 集成的所有相关服务（例如，Amazon Kinesis、AWS Lambda、Amazon QuickSight、Amazon SageMaker、Amazon EMR、AWS Lake Formation 和 AWS Glue）将继续与 Amazon Redshift 无服务器协同工作。

您可以继续运行所有分析使用案例。如今 Amazon Redshift 无服务器的工作流入门简单，并且具备弹性伸缩和按使用量付费的功能，使需要快速入门的开发和测试环境、临时业务分析、计算需求不断变化和不可预测的工作负载以及间歇性或零星的工作负载的运行更高效、更经济。

您可以从一系列数据来源将数据加载到 Amazon Redshift，包括 Amazon S3、Amazon RDS、Amazon DynamoDB、Amazon EMR、AWS Glue、AWS Data Pipeline 和/或 Amazon EC2 或本地上任何启用 SSH 的主机。Amazon Redshift 会尝试将数据并行加载到每个计算节点中，从而最大限度地提高数据仓库集群的数据摄入速度。用户可以使用 ODBC 或 JDBC 连接至 Amazon Redshift，并用“insert”SQL 命令来插入数据。请注意，这样做的速度会比使用 S3 或 DynamoDB 慢，因为这些方法会将数据并行加载至每个计算节点，而 SQL 插入语句则只通过单个领导节点加载数据。有关 Amazon Redshift 数据加载的更多详细信息，请查看我们的入门指南。

Redshift 自动复制提供了通过跟踪 Amazon S3 文件夹和摄取新文件来自动复制语句的能力，且无需客户干预。如果没有自动复制，复制语句会立即启动现有文件的摄取过程。自动复制扩展了现有的复制命令，并提供了以下功能：1/ 通过监控新文件指定的 Amazon S3 路径，实现文件摄取过程的自动化；2/ 重复利用复制配置，为重复的摄取任务减少创建和运行新复制语句的需求；3/ 跟踪加载的文件，避免数据重复。

首先，客户需要一个 Amazon S3 文件夹，使得其 Redshift 集群/无服务器端点可以使用关联的 IAM 角色访问该文件夹，并创建一个 Redshift 表格作为目标。在 Amazon S3 路径和 Redshift 表格准备就绪后，客户就可以使用复制命令创建一个复制任务。一旦创建了复制任务，Redshift 就开始跟踪后台指定的 Amazon S3 路径，并启动用户定义的复制语句，自动将新文件复制到目标表格中。

关键用例包括：1/ 客户使用 Amazon EMR 和 AWS Glue 运行 Apache Spark 任务，这些任务作为数据摄取和转换管道（批处理和流）的一部分，访问并将数据加载到 Amazon Redshift 中 2/ 客户通过 Amazon SageMaker，使用 Apache Spark 进行机器学习，并且必须访问存储在 Amazon Redshift 中的数据，以进行特征工程和转换。3/ Amazon Athena 客户使用 Apache Spark 对 Amazon Redshift 中的数据进行互动分析。

Baikal 提供以下好处：

• 易于在 Amazon Redshift 的数据上启动和运行 Apache Spark 应用程序，而不必担心设置和维护未经认证的 Spark 版本所涉及的手动步骤
• 通过各种 AWS 服务（如 Amazon EMR、AWS Glue、Amazon Athena 和 Amazon SageMaker）可便捷使用 Apache Spark 和 Amazon Redshift，且只需最低程度的配置
• 已提高在 Amazon Redshift 中运行 Apache Spark 应用程序时的性能

Amazon Aurora 零 ETL 与 Amazon Redshift 集成的功能助力 Amazon Aurora 和 Amazon Redshift 客户对 PB 级的事务数据近乎实时地运行分析和机器学习，通过提供完全托管的解决方案，使 Amazon Aurora 的事务数据在写入后几秒钟内就可以在 Amazon Redshift 中使用。通过 Amazon Aurora 零 ETL 与 Amazon Redshift 集成的功能，客户只需选择包含想用 Amazon Redshift 分析的数据的 Amazon Aurora 表格，就能将架构和数据无缝复制到 Amazon Redshift 中。这减少了客户构建和管理复杂数据管道的需求，使客户可以专注于改进自己的应用程序。通过 Amazon Aurora 零 ETL 与 Amazon Redshift 集成的功能，客户可以将多个 Amazon Aurora 数据库集群的数据复制到同一个 Amazon Redshift 实例中，以获得跨多个应用的全面洞察，同时还可以整合其核心分析资产，显著节省成本和提高运营效率。通过 Amazon Aurora 零 ETL 与 Amazon Redshift 集成的功能，客户还可以访问 Amazon Redshift 的核心分析和机器学习功能，如实体化视图、数据共享以及对多个数据存储和数据湖的联合访问。这使客户能够结合近实时分析与核心分析，有效获得高时效的洞察，为业务决策提供信息。此外，客户使用 Amazon Aurora 处理事务，使用 Amazon Redshift 进行分析，因此不存在共享的计算资源，从而获得性能和操作稳定的解决方案。

Amazon Aurora 与 Amazon Redshift 的零 ETL 集成能实现这两种服务的无缝集成，以用于交易分析。

流式数据与传统数据库表的不同之处在于，查询流的时候，捕获的是时变关系的演变。另一方面，表格捕获了这种时变关系的时间点快照。Amazon Redshift 的客户习惯于在常规表上进行操作，并使用传统的批处理模式（如“ELT”）进行数据的下游处理（即转换）。为此，我们提出一种使用 Redshift 实体化视图（简称 MVs）的方法，使客户可以轻松实体化流的短时视图，数据覆盖至查询时为止的累积值，以尽可能快速地支持 ELT 工作流。

主要使用案例包括：

• 一个中央 ETL 集群与许多 BI/分析集群共享数据，以提供读取工作负载隔离和可计费。
• 一个数据提供商与外部使用者共享数据。
• 在不同的业务组之间共享公共数据集，如客户、产品，并合作以实现广泛的分析和数据科学。
• 分散数据仓库以简化管理。
• 在开发、测试和生产环境之间共享数据。
• 从其他 AWS 分析服务访问 Redshift 数据。

借助跨数据库查询功能，无论您连接到哪个数据库，您都可以无缝查询和整合来自您访问的任何 Redshift 数据库的数据。这可包括集群的本地数据库以及可从远程集群获得的共享数据库。通过跨数据库查询，您可以灵活地将数据组织为独立数据库以支持多租户配置。

AWS Data Exchange 使 AWS 客户更高效地安全交换和使用 AWS 中的第三方数据。数据分析师、产品经理、投资组合经理、数据科学家、定量分析专家、临床试验技术人员和几乎每个行业的开发人员都希望访问更多数据，以推动分析、训练机器学习（ML）模型，并做出数据驱动型决策。但是，没有一个地方可以找到来自多个提供商的数据，而且提供商交付数据的方式也不一致，因此他们只能混合处理传输的物理媒体、FTP 凭证和定制 API 调用。相反，许多企业希望将他们的数据用于研究或商业目的，但是构建和维护数据交付、授权和计费技术难度大、费用高，这进一步抑制了有价值的数据的供应。

Amazon Redshift 无服务器会自动预置数据仓库容量，并智能扩展底层资源。Amazon Redshift 无服务器可以在数秒内调整容量，即使是对要求最高且易变的工作负载，也能提供稳定的高性能和简化的操作。利用并发扩展功能，您可以支持无限的并发用户和并发查询，并始终保持高查询速度。启用并发扩展功能后，当您的集群遇到查询队列增加时，Amazon Redshift 会自动增加集群容量。

对于手动扩展，如果您想提高查询性能或对 CPU、内存或 I/O 的过度使用做出响应，您可以通过 AWS 管理控制台或 ModifyCluster API 使用 Elastic Resize 来增加数据仓库集群内的节点数。在您修改自己的数据仓库集群时，所请求的更改会立即应用。您可以通过 AWS 管理控制台或 Amazon CloudWatch API 免费获得计算使用率、存储使用率和 Redshift 数据仓库集群读/写流量方面的指标。您也可以通过 Amazon CloudWatch 的自定义指标功能来添加用户定义的指标。

借助 Amazon Redshift Spectrum，您可以运行多个 Redshift 集群来访问 Amazon S3 中的相同数据。您可以针对不同的使用案例使用不同的集群。例如，您可以将某个群集用于标准报告，将另一个群集用于数据科学查询。您的营销团队可以使用与运营团队不同的自己的群集。Redshift Spectrum 会自动将查询任务分配到共享资源池外的多个 Redshift Spectrum 工件，以便读取和处理来自 Amazon S3 的数据，然后将结果返回到 Redshift 集群中进行任何后续处理。

因情况而异。在使用并发扩展功能时，集群完全可以在并发扩展期间进行读取和写入。在使用 Elastic Resize 时，集群在调整大小期间会有 4 至 8 分钟的不可用时间。而在托管存储中使用 Redshift RA3 实现存储弹性之后，集群就处于完全可用状态，而且数据自动在托管存储和计算节点之间移动。

Elastic Resize 几分钟内即可在单个 Redshift 集群中添加或删除节点，以管理其查询吞吐量。例如，一天内某几个小时的 ETL 工作负载或月末报告可能需要额外的 Amazon Redshift 资源才能按时完成。并发扩展会添加额外的集群资源来提高整体查询并发量。

不可以，并发扩展是一个可大规模扩展的 Amazon Redshift 资源池，而客户不具有直接访问权。

Amazon Redshift 利用内置的身份管理和单点登录（SSO）联合身份验证、多重身份验证、列级访问控制、行级别安全性、基于角色的访问控制和 Amazon Virtual Private Cloud（Amazon VPC），实现了行业领先的安全性。使用 Amazon Redshift，对您的数据进行传输中加密和静态加密。所有 Amazon Redshift 安全功能都可开箱即用，无需额外付费，以满足最苛刻的安全性、隐私和合规性要求。AWS 支持的安全标准和合规性认证比任何其他提供商都更多，包括 ISO 27001、SOC、HIPAA/HITECH 和 FedRAMP，您可从中受益。

是的，Amazon Redshift 支持基于角色的访问控制。行级别访问控制使您能为用户分配一个或多个角色，并按角色分配系统和对象权限。您可以使用开箱即用的系统角色（根用户、dba、操作员和安全管理员），或者创建自己的角色。

通过 AWS Lambda 用户定义函数（UDF），您可将 AWS Lambda 函数用作 Amazon Redshift 中的 UDF，并从 Redshift SQL 查询调用它。此功能支持为 SQL 查询编写自定义扩展，以实现与其他服务或第三方产品的更紧密集成。您可以在查询时间中编写 Lambda UDF，以启用外部令牌化、数据掩蔽、通过与 Protegrity 之类的供应商集成对数据进行身份识别或去除身份识别信息，并根据用户的权限或组保护或取消保护敏感数据。

由于支持动态数据掩蔽，客户可以轻松保护敏感数据，并通过管理数据掩蔽策略控制精细访问。假设您的应用程序具有多个用户和对象，且这些对象具有不能向所有用户公开的敏感数据。您需要为不同的用户组提供不同的精细安全级别。Redshift 动态数据掩蔽是可配置的，允许客户定义一致的、保持格式的和不可逆的掩蔽数据值。正式发布时，您可以立即开始使用该功能。安全管理员只需几个命令就可以创建并应用政策。

符合。希望使用其企业标识服务（例如 Microsoft Azure Active Directory、Active Directory 联合身份验证服务、Okta、Ping Federate 或其他符合 SAML 规范的标识服务）的客户可以将 Amazon Redshift 配置为提供单点登录。您可以使用 Microsoft Azure Active Directory（AD）身份登录 Amazon Redshift 集群。这让您能够登录 Redshift，而无需在 Redshift 中复制 Azure Active Directory 身份信息。

符合。对您的 Amazon Redshift 集群进行验证时，您可以使用多重身份验证（MFA）来提高安全性。

Amazon Redshift 将自动检测并替换您数据仓库集群中发生故障的节点。在密集计算（DC）和密集存储（DS2）集群中，数据存储在计算节点上，以保证数据的高持久性。当一个节点被替换时，数据会从另一个节点上的镜像副本中刷新。RA3 集群和 Redshift 无服务器不会受到同样的影响，因为数据存储在 Amazon S3 中，本地驱动器只是作为数据缓存使用。在预置替换节点并将其添加至数据库之前，数据仓库集群无法进行查询和更新。Amazon Redshift 将使替换节点立即可用，并首先从 Amazon S3 中加载您最频繁访问的数据，让您尽快恢复数据查询。单个节点集群不支持数据复制。如果某个驱动器发生故障，您必须从 S3 上的快照恢复集群。我们建议您至少为生产使用 2 个节点。

如果您的 Amazon Redshift 数据仓库是单独的可用区部署，且集群的可用区变为不可用状态，Amazon Redshift 会自动将您的集群移动到另一个 AWS 可用区（AZ），而不会导致任何数据丢失或应用程序变更。要激活此功能，您必须在集群配置设置中启用重新定位功能。

与单可用区部署不同，客户现在可以通过在多可用区部署中运行他们的数据仓库来提高 Redshift 的可用性。多可用区部署支持在多个 AWS 可用区（AZ）中同时运行您的数据仓库，并在不可预见的故障场景中继续运行。由于多可用区部署是作为具有单一端点的单一数据仓库进行管理的，因此不需要更改应用程序便可保持业务连续性。多可用区部署通过保证自动恢复能力来减少恢复时间，适用于对关键业务分析应用程序有最高级别可用性和可用区故障弹性需要的客户。这也允许客户实现更符合 AWS Well-Architected Framework 的可靠性支柱建议的解决方案。要了解更多关于 Amazon Redshift 多可用区的信息，请参考这里。

RPO 是恢复点目标（Recovery Point Objective）的缩写，是描述故障情况下数据新鲜度保证的术语。RPO 指的是自上次数据恢复点以来可接受的最大时间长度。这决定了在最后一个恢复点和服务中断之间，哪些数据丢失被认为是可接受的。Redshift 多可用区支持 RPO = 0，这意味着在发生故障时，可以保证数据是最新的。我们的预发布测试发现，在出现可用区故障（这种情况不太可能发生）的情况下，Amazon Redshift 多可用区部署的 RTO 不到 60 秒或更短。

所有新的 RA3 集群和无服务器端点都默认启用了 Redshift Relocation，这使得数据仓库在发生大规模故障时可以在另一个可用区中重新启动，而不会有任何数据损失或额外成本。虽然使用重新定位是免费的，但也有其局限性，因为这只是一种尽力而为的无奈之举，受制于被恢复的可用区的资源可用性，而且恢复时间目标（RTO）可能会受到与启动新集群有关的其他问题的影响。这可能导致恢复时间在 10 到 60 分钟之间。Redshift 多可用区通过提供以几十秒为计的 RTO 来支持高可用性要求，并提供有保障的持续运行，因为它不会受到容量限制，也不会出现其他创建新集群所可能遇到的潜在问题。

是，Amazon Redshift 使用行业标准 SQL 并可使用标准 JDBC 和 ODBC 驱动程序进行访问。您可以从 Redshift 控制台的“连接客户端”选项卡中下载 Amazon Redshift 自定义 JDBC 和 ODBC 驱动程序。我们与主流 BI 和 ETL 供应商进行的集成已得到验证，其中许多集成都提供免费试用，用于帮助您开始加载和分析数据。您也可以前往 AWS Marketplace，在几分钟内部署和配置能够与 Amazon Redshift 配合使用的解决方案。

Amazon Redshift Spectrum 支持所有 Amazon Redshift 客户端工具。客户端工具可继续使用 ODBC 或 JDBC 连接来连接到 Amazon Redshift 群集端点，而无需进行任何更改。

访问 Redshift Spectrum 中的表与访问 Redshift 群集的本地存储中的表所使用的查询语法和查询功能完全相同。您可以使用注册外部表所用的 CREATE EXTERNAL SCHEMA 命令中定义的架构名称来引用外部表。

Amazon Redshift Spectrum 目前支持许多开源数据格式，其中包括 Avro、CSV、Grok、Amazon Ion、JSON、ORC、Parquet、RCFile、RegexSerDe、Sequence、Text 和 TSV。<br>Amazon Redshift Spectrum 目前支持 Gzip 和 Snappy 压缩。

就像使用本地表一样，您可以使用架构名称在查询中输入 schema_name.table_name 来准确选择所需内容。

符合。CREATE EXTERNAL SCHEMA 命令支持 Hive 元数据仓。目前我们不支持针对 Hive 元数据仓运行 DDL。

您可以通过查询系统表 SVV_EXTERNAL_TABLES 来获取这一信息。

是，Amazon Redshift ML 功能使 SQL 用户能够使用熟悉的 SQL 命令更轻松地创建、训练和部署机器学习（ML）模型。Amazon Redshift ML 允许您将 Amazon Redshift 中的数据用于 Amazon SageMaker，一种完全托管式机器学习（ML）服务。Amazon Redshift 支持无监督学习（K-Means）和有监督学习（Autopilot、XGBoost、MLP 算法）。您还可以利用预构建的 Lambda UDF 函数，通过 AWS 语言 AI 服务翻译、编辑和分析 SQL 查询中的文本字段 - 参见博客文章。

Amazon Redshift 提供了一种 Data API，您可以通过它从 Amazon Redshift 使用所有类型的传统、云原生和容器化无服务器 Web 服务型应用程序，以及事件驱动的应用程序，轻松访问数据。由于使用 Data API 后将无需再配置驱动程序和管理数据库连接，因而简化了对 Amazon Redshift 的访问。您只需调用 Data API 提供的安全 API 端点，即可对 Amazon Redshift 集群运行 SQL 命令。Data API 负责管理数据库连接和缓冲数据。Data API 是异步的，因此您可以随后检索结果。您的查询结果可存储 24 小时。

Data API 支持 IAM 凭证，也支持使用来自 AWS Secrets Manager 的私有密钥。Data API 联合 AWS Identity and Access Management（IAM）凭证，使您能够使用 Okta 或 Azure Active Directory 之类的身份提供商或者 Secrets Manager 中存储的数据库凭据，而不必在 API 调用中传递数据库凭据。

是，您可以从 AWS CLI 通过 aws redshift-data 命令行选项使用该 Data API。

您可以从其他服务使用 Data API，例如 AWS Lambda、AWS Cloud9、AWS AppSync 和 Amazon EventBridge。

不，使用 Data API 不会单独收费。

零 ETL 是一组由 AWS 完全托管的集成，可消除或大幅减少构建提取、转换、加载（ETL）数据管道的需求。零 ETL 在 SageMaker Lakehouse 和 Amazon Redshift 中提供来自多个运营来源、事务来源和企业应用程序的数据。ETL 是合并、清理和标准化不同来源的数据，使其为分析、人工智能和机器学习工作负载做好准备的过程。开发、维护和扩展传统的 ETL 流程既耗时又复杂。而零 ETL 集成便于点对点的数据移动，无需创建和操作 ETL 数据管道。

如需了解更多信息，请访问什么是零 ETL？。

零 ETL 集成解决了传统 ETL 流程中许多现有的数据移动挑战，包括：

• 由于复杂的数据映射规则、错误处理和安全要求，系统复杂性增加
• 数据量增长、基础设施升级和维护，导致额外成本
• 由于自定义代码开发和部署，分析、人工智能和机器学习的时间延迟，导致错失实时使用案例的机会。

• 提高敏捷性：零 ETL 简化了数据架构并减少了数据工程工作。该功能允许包含新的数据来源，而无需重新处理大量数据。这种灵活性增强了敏捷性，支持数据驱动的决策和快速创新。
• 经济高效：零 ETL 使用云原生且可扩展的数据集成技术，使企业能够根据实际使用情况和数据处理需求优化成本。组织可以降低基础设施成本，减少开发工作量和维护开支
• 快速获得见解：传统的 ETL 流程通常涉及定期的批量更新，从而导致数据可用性延迟。另一方面，零 ETL 集成提供近实时的数据访问，以帮助提供用于分析、人工智能/机器学习和报告的最新数据。您可以更准确、更及时地了解实时控制面板、优化的游戏体验、数据质量监控和客户行为分析等应用场景。组织能够更有信心做出数据驱动的预测，改善客户体验，并在整个企业中推广数据驱动的洞察。

在 re:Invent 2024 上，我们将宣布以下四项零 ETL 集成：

• 从应用程序中进行零 ETL 集成的 Amazon SageMaker Lakehouse 和 Amazon Redshift 支持
• Amazon DynamoDB 与 Amazon SageMaker Lakehouse 的零 ETL 集成
• Amazon OpenSearch Service 与 Amazon CloudWatch Logs 的零 ETL 集成
• Amazon OpenSearch Service 与 Amazon Security Lake 的零 ETL 集成

自推出零 ETL 集成以来，我们已推出七种集成：

• Amazon Aurora MySQL 与 Amazon Redshift 的零 ETL 集成
• Amazon Aurora PostgreSQL 与 Amazon Redshift 的零 ETL 集成
• Amazon Relational Database Service（Amazon RDS）for MySQL 与 Amazon Redshift 的零 ETL 集成
• Amazon DynamoDB 与 Amazon OpenSearch Service 的零 ETL 集成
• Amazon DocumentDB 与 Amazon OpenSearch Service 的零 ETL 集成
• Amazon OpenSearch Service 与 Amazon Simple Storage Service（Amazon S3）的零 ETL 集成
• Amazon DynamoDB 与 Amazon Redshift 的零 ETL 集成

要了解有关定价的更多信息，请访问 Amazon Redshift、AWS Glue 和 SageMaker Lakehouse 定价页面。

要了解有关零 ETL 的更多信息，请访问什么是零 ETL？

以下是关于如何处理架构更改的一些关键点：

• 诸如 CREATE TABLE、ALTER TABLE、DROP TABLE 等 DDL 语句会自动从 Aurora 复制到 Amazon Redshift。
• 该集成会在 Amazon Redshift 表中针对复制的架构更改进行必要的检查和调整。例如，在 Aurora 中添加一列将在 Amazon Redshift 中添加该列。
• 复制和架构更改自动实时发生，源数据库和目标数据库之间的延迟最小。
• 即使 DML 更改与 DDL 更改并行发生，也能保持架构一致性。

您可以在本地 Amazon Redshift 数据库中创建实体化视图，以转换通过零 ETL 集成复制的数据。连接到本地数据库并使用跨数据库查询访问目标数据库。您可以使用采用三部分表示法（destination-database-name.schema-name.table-name）的完全限定对象名称，也可以创建引用目标数据库和架构对并使用两部分表示法（external-schema-name.table-name）的外部架构。

Amazon Redshift RA3 集群和 Amazon Redshift 无服务器使用 Redshift 托管式存储，其中始终有可用数据的最新副本。DS2 和 DC2 集群备份了集群上的数据，以确保在发生故障时可以使用最新的副本。所有 Redshift 集群类型的备份都是自动创建的，并保留 24 小时，而在无服务器上则提供过去 24 小时的恢复点

您还可以创建自己的备份，这些备份可以无限期保留。这些备份可以在任何时候创建，Amazon Redshift 自动备份或 Amazon Redshift 无服务器恢复点可以转换为用户备份，以保留更长时间。

Amazon Redshift 还能将您的快照或恢复点异步复制到另一个区域的 Amazon S3 中以备灾难恢复之用。

在 DS2 或 DC2 集群上，免费备份存储受限于数据仓库集群中节点上的总存储大小，并仅适用于已激活的数据仓库集群。

例如，如果您有 8TB 的数据仓库总存储大小，那么我们将提供最多 8TB 的备份存储而不另外收费。如果您想将备份保留期延长超过一天，那么您可以使用 AWS 管理控制台或 Amazon Redshift API 来实现这一目的。有关自动快照的更多信息，请参阅 Amazon Redshift 管理指南。

Amazon Redshift 仅备份已更改的数据，因此大多数快照仅使用少量的免费备份存储。如果您需要还原备份，则可以在备份保留期内访问所有自动备份。您一旦选择了某个要恢复的备份，我们将配置一个新的数据仓库集群并将数据还原至此集群中。

您可以使用 AWS 管理控制台或 ModifyCluster API，通过修改 RetentionPeriod 参数来管理自动备份的保留时间。如果您希望关闭自动备份，则可以通过将保留期设置为 0 来执行这一操作（但我们不建议您这样做）。

删除数据仓库集群时，您可以指定是否在删除时创建一个最终快照。这样您就可以在之后还原已删除的数据仓库集群。除非您选择删除手动快照，否则数据仓库集群之前创建的所有手动快照均将被保留，并按照标准 Amazon S3 费率计费。

您可以通过 AWS 管理控制台或 Amazon CloudWatch API 免费获得计算使用率、存储使用率和 Amazon Redshift 数据仓库集群读/写流量方面的指标。您也可通过 Amazon CloudWatch 的自定义指标功能来添加更多用户定义的指标。AWS 管理控制台中的监控控制面板可以帮助您监控所有集群的运行状况和性能。Amazon Redshift 还通过 AWS 管理控制台提供关于查询及集群性能的信息。通过查看这些信息中的查询计划和执行统计信息，您可以了解哪些用户和查询在消耗最多的系统资源来诊断性能问题。此外，您还可以了解每个计算节点上的资源使用情况，确保数据和查询在所有节点之间达到平衡。

Amazon Redshift 可以定期执行维护，以便将修复程序、增强功能和新功能应用到您的集群。您可以通过编程方式或使用 Redshift 控制台对集群进行修改，从而更改计划的维护时段。在维护时段内，您无法对 Amazon Redshift 集群执行正常操作。要了解有关各区域的维护时段和计划的更多信息，请参阅 Amazon Redshift 管理指南中的维护时段。