Amazon Redshift
Mit SQL für Ihr Data Lakehouse ein unübertroffenes Preis-Leistungs-Verhältnis in großem Maßstab erzielen
Warum Amazon Redshift?
Amazon Redshift ermöglicht moderne Datenanalytik in großem Maßstab und bietet ein bis zu dreimal besseres Preis-Leistungs-Verhältnis und einen siebenmal besseren Durchsatz als andere Cloud-Data-Warehouses. Mit Redshift Serverless können Sie Ihre Analyse-Workloads mühelos skalieren, ohne die Data-Warehouse-Infrastruktur verwalten zu müssen. Null-ETL-Integrationen ermöglichen Analysen nahezu in Echtzeit, indem sie Daten aus Streaming-Services, operativen Datenbanken und Unternehmensanwendungen von Drittanbietern einfach miteinander verbinden, ohne dass komplexe Datenpipelines erforderlich sind. Amazon Q in Redshift steigert die Produktivität und vereinfacht die SQL-Erstellung durch natürliche Sprache. Erzielen Sie genauere Ergebnisse mit Ihren Anwendungen für generative KI, indem Sie Redshift als strukturierte Wissensdatenbank in Amazon Bedrock verwenden. Redshift lässt sich nahtlos in die nächste Generation von Amazon SageMaker integrieren, sodass Sie die leistungsstarken SQL-Analytikfunktionen für einheitliche Daten im gesamten Lakehouse in Amazon SageMaker nutzen können.
Unterstützung der nächsten Generation von Amazon SageMaker
Vorteile
Außergewöhnliches Preis-Leistungs-Verhältnis, Skalierbarkeit und Sicherheit erzielen
Mit SQL Erkenntnisse aus vereinheitlichten Daten im Lakehouse gewinnen
Nutzen Sie die leistungsstarken SQL-Analytikfunktionen von Redshift für alle Ihre einheitlichen Daten durch die nahtlose Integration in Amazon SageMaker. Fragen Sie Ihre Daten in offenen Formaten ab, die auf Amazon S3 mit hoher Leistung gespeichert sind, sodass Sie keine Daten zwischen Ihren Data Lakes und Data Warehouse verschieben oder duplizieren müssen. Integrieren Sie Ihre Redshift-Daten mühelos als Teil des Lakehouse in SageMaker und machen Sie sie so für eine Vielzahl von AWS- und Apache Iceberg-kompatiblen Analytik-Engines und Machine-Learning-Tools zugänglich.
Die Entscheidungsfindung mit Analytik nahezu in Echtzeit beschleunigen
Einfache SQL-Analytik erhalten, ohne die Infrastruktur verwalten zu müssen
Mit generativer KI Anwendungen kontextualisieren und Benutzerproduktivität steigern
Gartner 2025 | Critical Capabilities for Cloud Database Management Systems
AWS gehört zu den 2 Anbietern mit der höchsten Bewertung für alle Analytik-Anwendungsfälle.
1. Platz in Ereignis-Analytik
2. Platz in Enterprise Data Warehouse
2. Platz in Lakehouse
Haftungsausschluss
GARTNER ist eine eingetragene Handelsmarke und Servicemarke von Gartner, Inc. und/oder seinen Tochtergesellschaften in den USA und international und wird hier mit Genehmigung verwendet. Alle Rechte vorbehalten.
Weder empfiehlt Gartner Anbieter, Produkte oder Services, die in seinen Forschungspublikationen dargestellt werden, noch rät Gartner Technologienutzern zur Auswahl nur der Anbieter mit den höchsten Bewertungen oder anderen Bezeichnungen. Forschungspublikationen von Gartner bestehen aus den Meinungen von Gartners Forschungsorganisation und sollten nicht als Darstellung von Tatsachen interpretiert werden. Gartner lehnt jede ausdrückliche oder stillschweigende Gewährleistung im Hinblick auf diese Untersuchung ab, einschließlich jeglicher Gewährleistung der Marktgängigkeit oder Eignung für einen bestimmten Zweck. Diese Grafik wurde von Gartner, Inc. als Teil eines größeren Forschungsberichts veröffentlicht und muss im Kontext mit dem gesamten Dokument bewertet werden. Das Dokument von Gartner ist auf Anfrage von AWS erhältlich.
Anwendungsfälle
Verbesserung der Finanz- und Bedarfsprognosen
Nimmt Hunderte von Megabyte an Daten pro Sekunde auf, sodass Sie Daten nahezu in Echtzeit abfragen und Analytikanwendungen mit niedriger Latenz für Betrugserkennung, Live-Bestenlisten und IoT erstellen können.
Optimierung Ihrer Business Intelligence
Erstellen Sie mithilfe von Amazon Redshift und BI-Tools wie Amazon QuickSight, Tableau, Microsoft PowerBI usw. informationsgestützte Berichte und Dashboards.
ML in SQL beschleunigen
Verwenden Sie SQL, um ML-Modelle für viele Anwendungsfälle zu erstellen, zu trainieren und bereitzustellen, einschließlich prädiktiver Analysen, Klassifikation, Regression und mehr, um erweiterte Analysen großer Datenmengen zu unterstützen.
Ihre Daten monetarisieren
Erstellen Sie Anwendungen auf der Grundlage all Ihrer Daten in Datenbanken, Data Warehouses und Data Lakes. Teilen Sie nahtlos und sicher Daten und arbeiten Sie zusammen daran, um mehr Wert für Ihre Kunden zu schaffen, Ihre Daten als Service zu monetarisieren und neue Einnahmequellen zu erschließen.
Ihre Daten einfach mit Datensätzen von Drittanbietern kombinieren
Egal, ob es sich um Marktdaten, Social-Media-Analysen, Wetterdaten oder andere Daten handelt – Sie können Daten von Drittanbietern in AWS Data Exchange abonnieren und mit Ihren Daten in Amazon Redshift kombinieren, ohne sich um Lizenzierungs- und Onboarding-Prozesse kümmern zu müssen und die Daten in das Warehouse zu verschieben.
Amazon Redshift Serverless
In Sekundenschnelle Analysen durchführen und skalieren, ohne ein Data Warehouse bereitstellen und verwalten zu müssen
Erste Schritte mit Amazon Redshift
Haben Sie die gewünschten Informationen gefunden?
Dein Beitrag hilft uns, die Qualität der Inhalte auf unseren Seiten zu verbessern.