Amazon Redshift 的功能

通过 Amazon Redshift 与 SageMaker Lakehouse 的集成，使用 SQL 分析所有统一数据。以开放格式查询 Amazon Simple Storage Service（Amazon S3）数据，消除数据湖和数据仓库之间的数据移动。在 SageMaker Lakehouse 中打开您的 Amazon Redshift 数据，即可访问 AWS 和 Apache Iceberg 分析工具，支持全面的数据分析和机器学习（ML）。

Amazon Redshift 支持在 Apache Iceberg、Apache Hudi 和 Delta Lake 表格式上使用熟悉的 ANSI SQL 进行只读查询，并支持直接在 Amazon S3 中查询开放文件格式，包括 Apache Parquet、ORC、Avro、JSON 和 CSV。Apache Iceberg 是开源表格式的一个示例，它通过表结构提供事务一致性，并增强了数据湖的组织能力。借助 Amazon Redshift Spectrum，您可以读取数据湖中的表格和开放数据格式（如 Parquet）中的数据，同时在 Amazon S3 中保留高达 EB 级的结构化、半结构化和非结构化数据。您还可以使用 Amazon Redshift UNLOAD 命令（包括导出到 Parquet 的选项）将数据导出到数据湖。将数据从 Amazon Redshift 导回到数据湖后，您可以使用 Amazon Athena、Amazon EMR 和 SageMaker 等 AWS 服务来进一步分析该数据。

用 SQL 使数据分析师、数据工程师和其他使用基于 Web 的分析师工作平台的 SQL 用户更易于访问您的 Amazon Redshift 数据和数据湖，以此进行数据探查和分析。Query Editor 允许您通过一个步骤可视化查询结果、创建模式和表格、可视化加载数据，以及浏览数据库对象。该功能还提供直观型编辑器，用于编写及共享 SQL 查询、分析、可视化和注释，并与您的团队安全地分享。

在 SageMaker Unified Studio（数据和人工智能开发环境）中使用由 Amazon Redshift 提供支持的内置 SQL 编辑器，查询存储在数据湖、数据仓库、数据库和应用程序中的数据。

Aurora、Amazon Relational Database Service（Amazon RDS）、Amazon DynamoDB、企业应用程序和 Amazon Redshift 之间的无代码集成可实现对跨数据库和应用程序的 PB 级数据的即时分析和机器学习。例如，对于写入操作、事务或企业应用程序来源的数据，Aurora 与 Amazon Redshift 的零 ETL 集成可在 Amazon Redshift 中无缝提供数据，大幅减少构建和维护复杂 ETL 数据管道的需要。

简化和自动化从 Amazon S3 进行数据摄取的过程，以节省构建自定义解决方案或管理第三方服务的时间和精力。借助这项功能，Amazon Redshift 可自动摄取文件并在后台处理连续数据的加载步骤，而无需手动执行，并重复运行复制过程。自动复制功能可令没有任何数据工程知识的业务线用户和数据分析师创建摄取规则，并配置他们要从 Amazon S3 加载的数据的位置。

使用 SQL 连接和直接摄取来自 Amazon Kinesis Data Streams 和 Amazon Managed Streaming for Apache Kafka（Amazon MSK）的数据。Amazon Redshift 流式摄取让您能够直接在数据流之上创建实体化视图，从而更轻松地创建和管理下游管道。实体化视图还可以包含 SQL 转换，作为 ELT 管道的分段。您可以手动刷新定义的实体化视图来查询最新流数据。

跨一个或多个 Amazon RDS 实例（包括 Amazon Aurora PostgreSQL 兼容版、Amazon Relational Database（Amazon RDS）for MySQL 和 Amazon Aurora MySQL 兼容版数据库）查询实时数据，可以立刻了解完整的业务运营，而无需移动数据。

无需设置和管理数据仓库基础设施，即可在几秒钟内运行分析并进行扩展。AI 驱动的扩展和优化技术（提供预览版）使 Amazon Redshift Serverless 能够自动、主动地预置和扩展数据仓库容量，即使在最苛刻的工作负载下也能提供快速性能。该系统使用 AI 技术来学习各种关键维度的客户工作负载模式，例如并发查询、查询复杂性、数据量涌入和 ETL 模式。然后，它会全天持续调整资源并应用量身定制的性能优化。您可以设置所需的性能目标，数据仓库会自动扩展以保持稳定的性能。

基于传入查询的运行时间和资源要求，利用复杂的算法来对其进行预测和分类，从而动态管理性能和并发性，同时帮助您确定关键业务型工作负载的优先顺序。短查询加速（SQA）会从控制面板等应用程序中将短查询发送到快速队列进行即时处理，而不会将其排在大量查询之后。自动工作负载管理（WLM）使用机器学习来动态管理内存和并发性，有助于最大限度地提高查询吞吐量。此外，即使正在提交数百条查询，您现在也可以设定最重要的查询的优先顺序。当需要明确的用户操作来进一步提升 Amazon Redshift 性能时，Amazon Redshift Advisor 会提出建议。对于查询模式不可预测的动态工作负载，自动实体化视图通过自动刷新、自动查询重写、增量刷新和持续监控 Amazon Redshift 集群来提高查询吞吐量、降低查询延迟、缩短执行时间。自动表格优化可选择排序键和分布键以优化集群工作负载的性能。如果 Amazon Redshift 确定应用键可以提高集群性能，会自动对表进行更改，而不需要管理员干预。使用其他功能，例如自动 Vacuum 删除、自动表格排序和自动分析，无需再对 Amazon Redshift 集群进行手动维护和优化就能使新集群和生产工作负载达到最佳性能。

使用简单的 API 与 Amazon Redshift 进行交互：Amazon Redshift 让您能够轻松访问所有类型的传统、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中的数据。Amazon Redshift Data API 可以通过 AWS 软件开发工具包（例如 Python、Go、Java、Node.js、PHP、Ruby 和 C++）支持的编程语言和平台简化数据的访问、摄取和传出。使用 Data API，无需再配置驱动程序和管理数据库连接。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。

在控制台内运行查询，或连接 SQL 客户端工具、库或数据科学工具，包括 QuickSight、Tableau、Microsoft Power BI、Alteryx、Querybook、Jupyter Notebook、Informatica、dbt、MicroStrategy 和 Looker。

在 Amazon Redshift 查询编辑器中使用简单的英语编写查询，在数据访问权限范围内安全地生成准确的 SQL 代码建议。

Amazon Redshift 与 Amazon Bedrock 无缝集成，可通过标准 SQL 命令直接实现生成式人工智能功能。这种集成让数据团队能够使用 Anthropic Claude 和 Amazon Titan 等基础模型，以执行文本分析、翻译和情感检测等任务，而不会增加基础设施的复杂性。用户可以在现有的数据分析工作流程中无缝调用人工智能模型，以改变从企业数据中提取见解的方式。

Amazon Redshift ML 使数据分析师、数据科学家、BI 专业人员和开发人员可以更轻松地使用 SQL 创建、训练和部署 SageMaker 模型。借助 Amazon Redshift ML，您可以使用 SQL 语句在其 Amazon Redshift 数据上创建和训练 SageMaker 模型，然后将这些模型用于预测，例如直接在查询和报告中进行流失检测、财务预测、个性化和风险评分。将大型语言模型引入 Amazon Redshift，以执行高级自然语言处理任务，例如文本摘要、实体提取和情绪分析，从而使用 SQL 从数据中获得更深入的见解。