Amazon Redshift 性价比

任何规模下的最佳性价比
Amazon Redshift 入门

Amazon Redshift 为各种分析工作负载提供行业领先的性价比，无论是控制面板处理、应用程序开发、数据共享，还是 ETL（提取、转换、加载）作业。随着成千上万的客户对 TB 或 PB 级数据进行分析，Amazon Redshift 专注于使用来自庞大客户群体的性能遥测信息，来优化现实客户工作负载（如高并发、低延迟查询）的性能。Amazon Redshift 是一种自我学习、自我调整的系统，相比于其他云数据仓库，其性价比高出 6 倍，而在高并发、低延迟的工作负载上，其性价比可提升高达 7 倍。借助大规模并行处理（MPP）架构、存储和计算分离、并发扩展、机器学习主导的性能改进技术 [如短查询加速、自动实体化视图、矢量化扫描、自动工作负载管理器（Auto WLM）和自动表优化（ATO）] 等，持续保持数据工作负载的高性能。无需支付额外费用即可获取这些创新技术。

Amazon Redshift 的优势

扩展数据和向上或向下计算，同时保持稳定的高性能和可预测的成本。使用一流的 AWS Nitro System 硬件，自动重写查询以使其运行得更快，使用自动表格优化来调整表设计，自动工作负载管理器提供动态并发和高效的资源利用率，短查询加速器等。
使用即用即付、按需和预留实例定价，选择最适合您业务需求的产品。使用 Amazon Redshift Serverless，您只需按实际用量付费。您的数据仓库将自动扩展或缩减容量以满足您的分析工作负载需求，并在不活动时关闭，从而为您节省管理时间和成本。使用预置实例，可以按小时为数据库付费，无需长期承诺或预付费用，或者使用预留实例定价减少整体稳定状态使用量的账单，无论实例系列如何。
利用矢量化查询技术、字符串数据性能增强、短查询加速器等机器学习 (ML) 功能，无缝降低高并发分析工作负载的查询延迟，减少手动干预。Amazon Redshift 的自动工作负载管理器使用 ML 动态管理内存和并发性以提高资源利用率，从而简化工作负载管理并最大限度地提高查询吞吐量。自动实体化视图每天重写数千个查询，以提高效率。

使用案例

使用控制面板应用程序时，这些应用程序通常是较短的查询，需要高并发使用率和超快的响应时间 SLA。
在构建依赖分析仓库的数据丰富的应用程序时，数个复杂的查询对数据进行切割，包括 JOIN、UNION、嵌套 SQL 和窗口函数。
批处理或微批处理工作负载，其中来自应用程序或数据库等数据来源的数据被转换为格式和架构，以便摄取到分析仓库中。
实时分析对流数据工作负载的延迟和吞吐量要求十分苛刻，必须将其摄取到分析仓库中，以便使用预训练的 ML 模型进行实时分析和 ML 推断。此外，还实施复杂的 ELT 流程来管理下游管道。

客户

“全球需要将效率提升、电气化和脱碳速度提高至少 3 倍才能应对气候变化。Schneider Electric 采取双管齐下的方式，不仅在自己的生态系统中以身作则，同时也为客户提供解决方案。 Redshift 是助力我们实现这一目标的关键技术，公司通过 Redshift 并发扩展和 RA3 节点为企业范围内的数千名用户提供支持。”

Aurelie Bergugnat，Schneider Electric 公司的 Chief Data Officer、Sr. Vice President, Data and Performance Management

“数据和分析对于帮助 RDG 实现最佳绩效至关重要。企业用户希望快速、自助地访问数据。他们不希望考虑集群和数据仓库管理。Amazon Redshift 的无服务器体验可管理容量预置、自动扩展和调整数据仓库，以及 为数据分析师用户提供高性能并降低我们的成本，从而让用户完全无需干预管理。”

Toby Ayre，Rail Delivery Group 数据和分析主管