Saltar al contenido principal

Amazon Redshift

Rendimiento de precios de Amazon Redshift

La mejor relación precio-rendimiento a cualquier escala

Introducción a Amazon Redshift

Información general

Amazon Redshift ofrece una relación líder entre precio y rendimiento para diversas cargas de trabajo de análisis, sin importar si se trata de creación de paneles, desarrollo de aplicaciones, uso compartido de datos o trabajos de ETL (extracción, transformación, carga). Con decenas de miles de clientes que llevan a cabo análisis de datos de terabytes a petabytes, Amazon Redshift se centra en utilizar la telemetría del rendimiento de nuestra amplia base de clientes para optimizar el rendimiento de las cargas de trabajo de los clientes del mundo real, como las consultas de alta simultaneidad y baja latencia. Amazon Redshift es un sistema de autoaprendizaje y autoajuste que ofrece una relación entre precio y rendimiento hasta 6 veces mejor que otros almacenes de datos en la nube, y una relación hasta 7 veces mejor entre precio y rendimiento en cargas de trabajo de alta simultaneidad y baja latencia. Mantenga el rendimiento de sus cargas de trabajo de datos constantemente alto con una arquitectura de procesamiento paralelo masivo (MPP), la separación del almacenamiento y el procesamiento, el escalado simultáneo y las técnicas de mejora del rendimiento basadas en el machine learning, como la aceleración de consultas cortas, las vistas automaterializadas, los escaneos vectorizados, el administrador automático de cargas de trabajo (Auto WLM) y la optimización automática de tablas (ATO), por nombrar algunos. Acceda a estas innovaciones sin costo adicional.
An illustration featuring a bar graph with four bars, where the first bar is highlighted in color and topped with a trophy icon, representing achievement or success. The image suggests recognition of performance or accomplishment related to AWS Redshift.

Beneficios de Amazon Redshift

    Escale o reduzca verticalmente los datos y el cómputo mientras mantiene un alto rendimiento constante y los costes predecibles. Utilice el mejor equipo de AWS Nitro System, con vistas automatizadas para reescribir automáticamente las consultas de forma que se ejecuten más rápido, optimización automática de tablas para ajustar el diseño de las tablas, un administrador automático de cargas de trabajo para ofrecer simultaneidad dinámica y un uso eficiente de los recursos, el acelerador de consultas cortas y más.

    Elija lo que mejor se adapte a sus necesidades empresariales con precios de pago por uso, bajo demanda y de instancias reservadas. Con Amazon Redshift sin servidor, pague solo por lo que utilice. La capacidad del almacenamiento de datos escala vertical u horizontalmente de forma automática para satisfacer las demandas de carga de trabajo de análisis y se desactivan durante los periodos de inactividad para ahorrar costes y tiempo de administración. Con las instancias aprovisionadas, pague la base de datos por horas sin compromisos a largo plazo ni tarifas iniciales, o reduzca su factura por el uso general en estado estable (independientemente de la familia de instancias) con precios de instancias reservadas.

    Reduzca sin problemas la latencia de las consultas para cargas de trabajo de análisis de simultaneidad alta y disminuya la intervención manual con características de machine learning (ML), como las técnicas de consulta vectorizadas, las mejoras en el rendimiento de los datos de cadenas, el acelerador de consultas cortas y más. El administrador automático de cargas de trabajo de Amazon Redshift simplifica la administración de las cargas de trabajo y maximiza el rendimiento de las consultas mediante ML para administrar de forma dinámica la memoria y la simultaneidad a fin de utilizar los recursos de manera más eficiente. Las vistas materializadas automatizadas reescriben miles de consultas todos los días para aumentar la eficiencia.

Casos de uso

    Cuando se utilizan aplicaciones de panel que suelen ser consultas cortas y requieren un uso simultáneo elevado con SLA de tiempo de respuesta ultrarrápido.

    Al crear aplicaciones ricas en datos que se basan en almacenes de análisis, varias consultas complejas dividen y parten los datos, incluidas las funciones JOIN, UNION, SQL anidado y Window.

    Carga de trabajo por lotes o microlotes en la que los datos de aplicaciones u orígenes de datos, como bases de datos, se transforman en formatos y esquemas para incorporarlos a los almacenes de análisis.

    Los análisis en tiempo real tienen requisitos exigentes de latencia y rendimiento para las cargas de trabajo de datos de transmisión que deben ingresarse en un almacén de análisis para realizar análisis en tiempo real e inferir machine learning mediante modelos de ML previamente entrenados. Además, se implementan procesos de ELT complejos para manejar las canalizaciones posteriores.

Clientes

Missing alt text value

Schneider Electric

“El mundo necesita ir al menos tres veces más rápido en eficiencia, electrificación y descarbonización para combatir el cambio climático. En Schneider Electric, jugamos en ambos lados de la ecuación: lideramos con el ejemplo en nuestro propio ecosistema y, al mismo tiempo, ofrecemos soluciones a los clientes. Redshift es una tecnología clave que nos permite lograrlo, ya que brinda soporte a miles de usuarios en toda la empresa, mediante el escalado simultáneo de Redshift y los nodos RA3. »

Aurelie Bergugnat, Chief Data Officer, Sr. Vice President, Data and Performance Management de Schneider Electric

Missing alt text value

Rail Delivery Group

“En RDG, los datos y el análisis son esenciales para ayudar a nuestra organización a funcionar de manera óptima. Los usuarios empresariales desean un acceso rápido y de autoservicio a los datos. No quieren pensar en la administración de clústeres y almacenamiento de datos. La experiencia sin servidores de Amazon Redshift permite a nuestros usuarios no intervenir por completo, ya que administran automáticamente el aprovisionamiento de la capacidad, el escalado y el ajuste del almacén de datos, y ofrecen un alto rendimiento a nuestros usuarios analistas de datos, además de reducir nuestros costos».

Toby Ayre, director de datos y análisis, Rail Delivery Group