Amazon Redshift est l'entrepôt de données cloud le plus rapide et le plus utilisé du marché. Redshift est intégré à votre lac de données et offre des performances pouvant être 3 fois meilleures que tout autre entrepôt de données.

Fonctionnalités et avantages

Nous lançons chaque année des centaines de fonctionnalités et d'améliorations de produits, basées sur les cas d'utilisation et les commentaires client. Apprenez-en davantage sur les nouveautés.

Intégration optimale avec votre lac de données et les services AWS

Amazon Redshift vous permet de traiter rapidement et simplement vos données dans des formats ouverts, de plus, il s’intègre et se connecte facilement à l'écosystème AWS.

Interrogation et exportation de données depuis votre lac de données et vers celui-ci : aucun autre entrepôt de données cloud ne permet d'interroger aussi facilement des données et de réécrire des données dans votre lac de données dans des formats ouverts. Vous pouvez interroger des formats de fichiers ouverts tels que Parquet, ORC, JSON, Avro, CSV et plus directement dans S3 à l'aide du langage SQL ANSI courant. Pour exporter des données vers votre data lake, vous utilisez simplement la commande Redshift UNLOAD dans votre code SQL, vous spécifiez Parquet comme format de fichier, et Redshift prend automatiquement en charge le formatage et le transfert des données dans S3. Cela vous donne la possibilité de stocker des données hautement structurées et fréquemment consultées dans un entrepôt de données Redshift, tout en conservant plusieurs exaoctets de données structurées, semi-structurées et non structurées dans S3. La réexportation de données de Redshift vers votre data lake vous permet d'analyser davantage les données avec des services AWS tels qu'Amazon Athena, Amazon EMR et Amazon SageMaker

Requête fédérée: grâce à la nouvelle fonctionnalité de requête fédérée de Redshift, vous pouvez accéder à votre base de données opérationnelle et relationnelle. Vous pouvez interroger des données en temps réel sur un ou plusieurs RDS Amazon et Aurora PostgreSQL et dans les bases de données RDS MySQL et Aurora MySQL pour obtenir une visibilité instantanée sur les opérations commerciales de bout en bout sans avoir à déplacer des données. Vous pouvez également combiner des données de votre entrepôt de données Redshift, des données de votre lac de données et désormais des données de vos magasins opérationnels pour prendre de meilleures décisions basées sur les données. Redshift propose des optimisations sophistiquées qui permettent de réduire les données transférées sur le réseau et les complète avec son traitement de données massivement parallèle pour les requêtes hautes performances. En savoir plus.

Redshift ML (version préliminaire): Redshift ML est une nouvelle fonctionnalité pour Amazon Redshift qui permet aux analystes de données et aux développeurs de bases de données de créer, former et déployer facilement des modèles Amazon SageMaker à l'aide de SQL. Avec Amazon Redshift ML, les clients peuvent utiliser des instructions SQL pour créer et entraîner des modèles Amazon SageMaker sur leurs données dans Amazon Redshift, puis utiliser ces modèles pour des prédictions telles que la détection du taux de désabonnement et l'évaluation des risques directement dans leurs requêtes et rapports. Pour en savoir plus et faire vos premiers pas consultez la documentation Redshift. En savoir plus. 

L’écosystème d'analyse AWS : l'intégration initial à l'écosystème d'analyse AWS facilite la gestion des flux de travail d'analyse de bout en bout sans friction. Par exemple, AWS Lake Formation est un service qui facilite la configuration d'un data lake sécurisé en quelques jours. AWS Glue peut extraire, transformer et charger (ETL) des données dans Redshift. Amazon Kinesis Data Firehose constitue le moyen le plus facile de capturer, transformer et charger des données de streaming dans Redshift pour une analyse presque en temps réel. Vous pouvez utiliser Amazon EMR pour traiter des données via Hadoop/Spark et charger la sortie dans Amazon Redshift pour l'informatique décisionnelle et les analyses. Amazon QuickSight est le premier service d'informatique décisionnelle avec paiement à l'utilisation que vous pouvez utiliser pour créer des rapports, des visualisations et des tableaux de bord sur des données Redshift. Vous pouvez utiliser Redshift pour préparer vos données à l'exécution de charges de travail de machine learning avec Amazon SageMaker. Pour accélérer les migrations vers Amazon Redshift, vous pouvez utiliser AWS Schema Conversion tool et AWS Database Migration Service (DMS). En outre, Amazon Redshift est pleinement intégré à Amazon Key Management Service (KMS) et Amazon CloudWatch à des fins de sécurité, de surveillance et de conformité. Vous pouvez également utiliser des Lambda UDFs pour appeler une fonction Lambda à partir de vos requêtes SQL comme si vous appeliez une fonction définie par l'utilisateur dans Redshift. Vous pouvez écrire des UDF Lambda à intégrer aux services partenaires d’AWS mais aussi pour accéder à d'autres services AWS populaires tels que Amazon DynamoDB ou Amazon SageMaker.

Intégration de la console partenaire Redshift(aperçu): Vous pouvez accélérer l'intégration des données et créer des insights marché précieux en quelques minutes
Des solutions pour intégrer des applications partenaires dans la console Redshift. Grâce à ces solutions, vous pouvez intégrer les données d’autres applications telles que Salesforce, Google Analytics, Facebook Ads, Slack, Jira, Splunk et Marketo dans votre entrepôt de données Amazon Redshift de manière efficace et rationnelle. Vous pouvez également réunir ces ensembles de données hétérogènes et les analyser ensemble afin d'obtenir des insights exploitables.

Performances optimales

Amazon Redshift offre des performances de pointe et élevées avec une grande flexibilité.

Les instances RA3 : les instances RA3 offrent des performances pouvant être trois fois supérieures à celles de n'importe quel service d'entrepôt de données cloud. Ces instances Amazon Redshift optimisent la rapidité des charges de travail gourmandes en performances qui nécessitent d'importantes capacités de calcul, avec la flexibilité de payer séparément le calcul, indépendamment du stockage, en précisant le nombre d'instances dont vous avez besoin. En savoir plus.

AQUA (Advanced Query Accelerator): est un cache d’accélération qui offre des performances de requête jusqu'à 10 fois meilleures que les autres entrepôts de données cloud. Disponible en avant-première sur RA3 16xl et 4xl dans certaines régions, AQUA sera commercialisé partout en janvier 2021. En savoir plus. 

Stockage efficace et traitement des requêtes de haute performance: Amazon Redshift offre des performances de requêtes élevées sur des ensembles de données d'une taille allant de plusieurs gigaoctets à plusieurs exaoctets. Le stockage en colonnes, la compression de données et le mappage de zones réduisent la quantité d'E/S nécessaires à l'exécution des requêtes. Outre les encodages standard tels que LZO et Zstandard, Amazon Redshift offre également un encodage de compression dédié, AZ64, pour les types de données numériques et d'horodatage afin d'économiser de l'espace de stockage et d'optimiser les performances d'interrogation.

Vues matérialisées : les vues matérialisées Amazon Redshift vous permettent d'accélérer les requêtes de manière significative pour les charges de travail analytiques itératives ou prévisibles telles que la génération de tableaux de bord, les requêtes des outils d'informatique décisionnelle et les tâches de traitement de données ELT (extraction, chargement, transformation). Vous pouvez utiliser des vues matérialisées pour stocker et gérer facilement les résultats pré-calculés d'une instruction SELECT qui peut faire référence à une ou plusieurs tables, y compris à des tables externes. Les requêtes ultérieures qui font référence aux vues matérialisées peuvent s'exécuter bien plus rapidement en réutilisant les résultats pré-calculés. Amazon Redshift peut efficacement gérer les vues matérialisées de manière incrémentielle pour continuer à offrir les avantages des performances à faible latence. En savoir plus

Machine learning pour optimiser le débit et les performances : les fonctionnalités de machine learning avancées d'Amazon Redshift offrent des performances et un débit élevés, même avec des charges de travail variables ou une activité utilisateur simultanée. Amazon Redshift utilise des algorithmes sophistiqués pour prévoir et classer les requêtes entrantes en fonction de leurs temps d'exécution et de leurs exigences en matière de ressources, pour gérer de manière dynamique les performances et la simultanéité tout en vous aidant également à hiérarchiser vos charges de travail critiques. L'accélération des requêtes courtes envoie des requêtes courtes d'applications telles que des tableaux de bord vers une file d'attente express pour un traitement immédiat plutôt que d'être en famine derrière des requêtes longues. La gestion automatique des charges de travail utilise le machine learning pour gérer de manière dynamique la mémoire et la simultanéité, ce qui permet d'optimiser le débit des requêtes. En outre, vous pouvez désormais fixer facilement la priorité de vos requêtes les plus importantes, même lorsque des centaines de requêtes sont soumises. Amazon Redshift est également un système d'autoformation qui observe en permanence la charge de travail utilisateur, en déterminant les possibilités d'amélioration des performances à mesure que l'utilisation évolue, en appliquant les optimisations de manière transparente et en formulant des recommandations via Redshift Advisor lorsqu'une action explicite de la part de l'utilisateur est nécessaire pour améliorer encore davantage les performances d'Amazon Redshift. 

Mise en cache des résultats : Amazon Redshift utilise la mise en cache de résultats pour offrir des temps de réaction inférieurs à une seconde pour les requêtes répétées. Les outils de tableau de bord, de visualisation et d'information décisionnelle qui exécutent des requêtes répétées voient leurs performances augmenter significativement. Lorsqu'une requête s'exécute, Amazon Redshift recherche dans le cache un éventuel résultat mis en cache d'une exécution précédente. Si un résultat mis en cache est trouvé et que les données n'ont pas été modifiées, ce résultat est renvoyé immédiatement au lieu d'exécuter à nouveau la requête.

Évolutivité maximale

Que vous mettiez à l'échelle des données ou des utilisateurs, Amazon Redshift est un service quasi illimité. 

Entreposage de données d'une capacité de plusieurs pétaoctets : Amazon Redshift est une solution simple capable d'opérer une mise à l'échelle rapide lorsque vos besoins évoluent. En quelques clics dans la console ou via un simple appel d'API, vous pouvez facilement ajuster le nombre ou le type de nœuds dans votre entrepôt de données, et augmenter ou réduire la charge à mesure que vos besoins en capacités évoluent. Avec le stockage géré, la capacité est automatiquement ajoutée pour prendre en charge des charges de travail allant jusqu'à 8 Po de données compressées. En savoir plus sur la gestion de votre cluster.

Analyse de lac de données de plusieurs pétaoctets de capacité : vous pouvez exécuter des requêtes sur plusieurs pétaoctets de données dans Amazon S3 sans avoir à charger ou transformer des données via la fonctionnalité Redshift Spectrum. Vous pouvez utiliser S3 en tant que data lake hautement disponible, sécurisé et rentable pour stocker des données illimitées dans des formats de données ouverts. Amazon Redshift Spectrum exécute les requêtes sur des milliers de nœuds en parallèle pour fournir des résultats rapides, quelle que soit la complexité de la requête ou la quantité de données.  

Simultanéité illimitée : Amazon Redshift fournit des performances toujours élevées, même en présence de milliers de requêtes simultanées, qu'il s'agisse de requêtes de données issues de votre entrepôt de données Amazon Redshift ou directement de votre data lake Amazon S3. Le dimensionnement de la simultanéité Amazon Redshift prend en charge un nombre quasi illimité d'utilisateurs et de requêtes simultanés avec des niveaux de service cohérents en ajoutant une capacité transitoire en quelques secondes à mesure que la simultanéité augmente. 

Partage de données:le partage de données Amazon Redshift (version préliminaire) offre un moyen sécurisé et facile de mise à l'échelle en partageant en temps réel des données entre les clusters Redshift. Le partage de données améliore l'agilité des organisations en donnant un accès instantané, granulaire et de haute performance aux données de n'importe quel cluster Redshift sans avoir à les copier ou à les déplacer.  

Valeur optimale

En utilisant d'Amazon Redshift comme entrepôt de données cloud vous avez la flexibilité de payer séparément le calcul et le stockage ainsi que la possibilité de mettre en pause votre cluster et de reprendre. Vous aurez donc des coûts prévisibles avec des contrôles et des options pour payer au fur et à mesure ou économiser jusqu'à 75% avec un engagement d'instance réservée.

Options de tarification flexibles : Amazon Redshift est l'entrepôt de données le plus économique et vous disposez de plusieurs options pour optimiser le paiement de votre entrepôt de données. Vous pouvez commencer modestement à seulement 0,25 USD l'heure sans engagement, et passer à seulement 1 000 USD par téraoctet et par an. Amazon Redshift est le seul entrepôt de données cloud qui offre une tarification à la demande sans coûts initiaux, une tarification d'instance réservée pouvant vous faire économiser jusqu'à 75 % en vous engageant pour une durée de 1 à 3 ans, et une tarification par requête basée sur la quantité de données analysées dans votre data lake Amazon S3. La tarification d'Amazon Redshift inclut la sécurité intégrée, la compression des données, le stockage de sauvegarde et le transfert de données. À mesure que la taille des données augmente, vous utilisez le stockage géré dans les instances RA3 pour stocker les données de manière rentable à 0,024 USD par Go et par mois.

Des coûts prévisibles, même avec des charges de travail qui ne le sont pas : Amazon Redshift permet aux clients d'effectuer une mise à l'échelle avec un ratio coût-impact minimal, car chaque cluster gagne jusqu'à une heure de crédits gratuits d'adaptation de la simultanéité par jour. Ces crédits gratuits suffisent pour satisfaire les besoins en termes de simultanéité de 97 % des clients. Cela vous donne une prévisibilité dans vos coûts mensuels, et ce, même pendant les périodes de fluctuation de la demande en analyse. 

Choisissez votre type de nœud pour bénéficier d'une valeur optimale pour vos charges de travail : vous pouvez choisir parmi trois types d'instances pour optimiser Amazon Redshift en fonction de vos besoins en matière d'entreposage de données.

Les nœuds RA3 vous permettent de dimensionner le stockage indépendamment du calcul. Avec RA3, vous disposez d'un entrepôt de données hautes performances qui stocke les données dans une couche de stockage distincte. Il vous suffit de dimensionner l'entrepôt de données en fonction des performances de requête dont vous avez besoin.

Les nœuds Dense Compute (DC) vous permettent de créer des entrepôts de données de très hautes performances à l'aide de processeurs rapides, de grandes quantités de RAM et de disques SSD et constituent le meilleur choix dans le cas de données ne dépassant pas 500 Go.

Les nœuds DS2 (Dense Storage) vous permettent de créer de grands entrepôts de données à l'aide de disques durs (HDD) à un prix avantageux lorsque vous achetez les Instance réservées de 3 ans. La plupart des clients qui exploitent des clusters DS2 peuvent migrer leurs charges de travail vers des clusters RA3 et bénéficier de performances et d'une capacité de stockage 2 fois plus élevées pour un prix équivalent à celui des clusters DS2.
Pour ajuster la taille de votre cluster ou modifier le type de nœuds, il vous suffit de lancer un seul appel API ou d'effectuer quelques clics dans la console AWS. Pour plus d'informations, consultez la page Tarification.

Gestion simple

Amazon Redshift automatise les tâches de maintenance courantes pour que vous puissiez vous concentrer sur vos informations de données, et non sur votre entrepôt de données.

Mise en service automatisée : Amazon Redshift est facile à configurer et à utiliser. Vous pouvez déployer un nouvel entrepôt de données en quelques clics seulement dans la console AWS, et Amazon Redshift met automatiquement l'infrastructure en service pour vous. La plupart des tâches administratives, telles que les sauvegardes et la réplication, sont automatisées. Lorsque vous voulez prendre le contrôle, vous disposez d'options pour vous aider à procéder à des ajustements en fonction de vos charges de travail spécifiques. Les nouvelles fonctionnalités sont publiées de manière transparente, ce qui élimine la nécessité de planifier et d'appliquer les mises à jour et les correctifs.

Sauvegardes automatisées : les données d'Amazon Redshift sont automatiquement sauvegardées sur Amazon S3 et Amazon Redshift peut répliquer vos instantanés de façon asynchrone sur S3 dans une autre région à des fins de reprise après sinistre. Vous pouvez utiliser n'importe quel instantané système ou utilisateur pour restaurer votre cluster à partir d'AWS Management Console ou des API Redshift. Votre cluster est disponible dès que les métadonnées système ont été restaurées. Vous pouvez même commencer à lancer des requêtes tandis que vos données utilisateur sont mises en arrière-plan.

Automated Table Design: Amazon Redshift surveille en permanence les charges de travail des utilisateurs et utilise des algorithmes sophistiqués pour d'améliorer la disposition physique des données afin d'optimiser la vitesse des requêtes. L'optimisation automatique des tables permet de sélectionner les meilleures clés de tri et de distribution pour optimiser les performances de la charge de travail du cluster. Si Amazon Redshift détermine que l'application d'une clé peut améliorer les performances du cluster, les tables sont automatiquement modifiés sans que l'administrateur ait à intervenir. Grâce aux fonctionnalités supplémentaires telles que Automatic Vacuum Delete, Automatic Table Sort et Automatic Analyze, il n’est plus nécessaire d’effectuer une maintenance manuelle ni de régler les clusters Redshift pour obtenir les meilleures performances pour de nouveaux clusters et charges de travail de production.  

Tolérance aux pannes : de nombreuses fonctionnalités améliorent la fiabilité de votre cluster d'entrepôts de données. À titre d’exemple, Amazon Redshift surveille en permanence l'état du cluster et relance automatiquement la réplication des données en cas de défaillance de lecteurs. Il remplace également les nœuds en cas de besoin pour maintenir la tolérance aux pannes. Les clusters peuvent également être déplacés vers des zones de disponibilité alternatives (AZ) sans aucune perte de données ni modification d'application.

Flexibilité d’interrogation:Amazon Redshift vous procure la flexibilité d'exécuter des requêtes dans la console ou de connecter des outils client SQL, des bibliothèques ou des outils de Business Intelligence. L'éditeur de requêtes de la console AWS fournit une puissante interface qui permet d'exécuter des requêtes SQL sur des clusters Amazon Redshift et d'afficher les résultats et le plan d'exécution des requêtes (pour les requêtes exécutées sur des nœuds de calcul) à côté de vos requêtes.

API simple pour interagir avec Amazon Redshift : Amazon Redshift vous permet d'accéder facilement aux données avec tous types d'applications (applications basées sur des événements, basées sur des services Web, sans serveur, traditionnelles, natives cloud et conteneurisées). L'API Data d'Amazon Redshift simplifie l'accès aux données, leur ingestion et leur sortie à partir des langages de programmation et des plateformes pris en charge par le kit AWS SDK, comme Python, Go, Java, Node.js, PHP, Ruby et C++. Grâce à l'API Data, vous n'avez pas besoin de configurer les pilotes et de gérer les connexions aux bases de données. Vous pouvez exécuter des commandes SQL sur un cluster Amazon Redshift en appelant un point de terminaison d'API sécurisé fourni par l'API Data. L'API Data prend en charge la gestion des connexions à la base de données et la mise en mémoire tampon des données. L'API Data est asynchrone ; vous pouvez donc récupérer les résultats plus tard. Les résultats de votre requête sont conservés pendant 24 heures.

Support natif pour l'analytique avancée : Redshift prend en charge les types de données scalaires standard tels que NUMBER, VARCHAR et DATETIME, et fournit un support natif pour les traitements analytiques avancés ci-dessous.

Traitement des données spatiales: Amazon Redshift fournit des données de type polymorphe, GEOMETRY, qui prennent en charge plusieurs formes géométriques telles que Point, Linestring, Polygon, etc. Redshift fournit également des fonctions SQL spatiales pour élaborer des formes géométriques, importer, exporter, accéder et traiter les données spatiales. Vous pouvez ajouter des colonnes GEOMETRY aux tables Redshift et écrire des requêtes SQL couvrant des données spatiales et non spatiales. Cette fonctionnalité vous permet de stocker, de récupérer et de traiter des données spatiales et d'améliorer de manière transparente vos insights marché en intégrant des données spatiales dans vos requêtes analytiques. Grâce à la capacité de Redshift à interroger de manière transparente les lacs de données, vous pouvez également facilement étendre le traitement spatial aux lacs de données en intégrant des tables externes dans les requêtes spatiales. Pour plus de détails, consultez notre documentation.

HyperLogLog sketches: HyperLogLog est un nouvel algorithme qui estime efficacement le nombre approximatif de valeur distinctes dans un ensemble de données. Le sketch HLL est une construction qui contient l'information sur les valeurs distinctes d'un ensemble de données. Vous pouvez utiliser les sketches HLL afin de parvenir à des profits significatifs en terme de performance pour des requêtes qui calculent la cardinalité approximative de larges ensembles de données, avec un taux moyen d'erreur entre 0,01-0,6%. Redshift fournit une première classe de type de données HLLSKETCH et fonctions SQL afférentes afin de générer, conserver et combiner les sketches HyperLogLog. La fonctionnalité HyperLogLog d'Amazon Redshift utilise des techniques de correction de biais et offre une haute précision tout en ayant une faible empreinte mémoire. Pour plus de détails, consultez notre documentation.

Les données de type date et heure: Amazon Redshift fournit plusieurs types de données DATE, TIME, TIMETZ, TIMESTAMP et TIMESTAMPTZ pour stocker et traiter de manière native les données / données d'heure. Les données de type TIME et TIMESTAMP stockent les données d'heure sans informations de fuseau horaire, tandis que les données de type TIMETZ et TIMESTAMPTZ stockent les données d'heure ainsi que les informations de fuseau horaire. Vous pouvez également utiliser diverses fonctions SQL date/heure pour traiter les valeurs de temps dans les requête Redshift. Pour plus de détails, consultez notre documentation.

Le traitement des données semi-structurées: Les données de type Super d’Amazon Redshift SUPER (version préliminaire) stockent de manière native les données semi-structurées dans des tables Redshift et utilisent le langage de requête PartiQL pour traiter de manière transparente les données semi-structurées. Les données de type Super sont par essence sans schéma et permettent de stocker des valeurs imbriquées pouvant contenir des valeurs scalaires Redshift, des tableaux imbriqués et des structures imbriquées. PartiQL est une extension de SQL qui fournit de puissantes capacités d'interrogation notamment naviguer dans les objets et les tableaux, aplatir les tableaux imbriqués mais aussi effectuer le typage dynamique et la sémantique sans schéma. Cette fonctionnalité vous permet de réaliser des analyses avancées qui combinent les données SQL structurées classiques aux données SUPER semi-structurées avec des performances, une flexibilité et une facilité d'utilisation supérieures. Pour plus de détails, consultez notre documentation.

Intégrer Amazon Redshift à des outils tiers: plusieurs options permettent d'améliorer Amazon Redshift notamment les outils et experts leaders du marché pour le chargement, la transformation et la visualisation des données. Un grand nombre de nos partenaires ont certifié que leurs solutions fonctionnaient avec Amazon Redshift.

Niveau de sécurité et de conformité le plus élevé

AWS dispose de capacités de sécurité complètes pour satisfaire les besoins les plus exigeants, et Amazon Redshift fournit une sécurité opérationnelle des données sans frais supplémentaires.

Chiffrement de bout en bout : quelques paramètres suffisent à configurer Amazon Redshift de façon à ce qu'il utilise SSL pour sécuriser les données en transit et le chiffrement AES 256 à accélération matérielle pour les données au repos. Si vous choisissez d'activer le chiffrement pour les données au repos, toutes les données écrites sur le disque seront également chiffrées, de même que toutes les sauvegardes. Par défaut, Amazon Redshift prend en charge la gestion des clés.

Isolement du réseau : Amazon Redshift vous permet de configurer des règles de pare-feu afin de contrôler l'accès réseau à votre cluster d'entrepôts de données. Vous pouvez exécuter Redshift au sein d'Amazon Virtual Private Cloud (Amazon VPC) afin d'isoler votre cluster d'entrepôts de données dans votre propre réseau virtuel. Ainsi, vous pouvez connecter votre cluster à votre infrastructure informatique existante à l'aide d'une connexion VPN IPsec chiffrée conforme aux normes du secteur.

Audit et conformité : Amazon Redshift s'intègre à AWS CloudTrail pour vous permettre d'auditer tous les appels d'API Redshift. Redshift consigne toutes les opérations SQL, notamment les tentatives de connexion, les requêtes et les modifications apportées à votre entrepôt de données. Vous pouvez accéder à ces journaux en lançant des requêtes SQL sur des tables système, ou choisir d'enregistrer les journaux vers un emplacement sécurisé dans Amazon S3. Amazon Redshift respecte les normes SOC1, SOC2 et SOC3, ainsi que les exigences de la certification de conformité PCI DSS de niveau 1. Pour plus d'informations, consultez la page AWS Cloud Compliance.

La tokenisation: les fonctions définies par l'utilisateur Amazon Lambda (UDF) vous permettent d'utiliser une fonction AWS Lambda comme UDF dans Amazon Redshift et de l’obtenir à partir de requêtes Redshift SQL. Avec cette fonctionnalité, vous pouvez écrire des extensions personnalisées pour votre requête SQL afin de renforcer l’intégration avec d’autres services ou des produits tiers. Vous pouvez écrire des UDF Lambda pour activer la tokenisation externe, le masquage des données, l’identification ou la dés-identification des données, en intégrant des fournisseurs comme Protegrity, et protéger ou déprotéger les données sensibles en fonction des groupes et des permissions de l’utilisateur au moment de la requête. 

Des contrôles d'accès granulaires: les contrôles de sécurité granulaires au niveau des lignes et des colonnes garantissent que les utilisateurs ne voient que les données auxquelles ils doivent avoir accès. Amazon Redshift est intégré à AWS Lake Formation, garantissant que les contrôles d'accès au niveau des colonnes de Lake Formation sont également appliqués pour les requêtes Redshift sur les données dans le data lake.

Apprenez-en davantage sur les nouveautés.

Consultez la documentation Amazon Redshift pour obtenir des informations plus détaillées sur le produit.

En savoir plus sur la tarification d'Amazon Redshift

Visiter la page de tarification
Prêt à concevoir ?
Démarrer avec Amazon Redshift
D'autres questions ?
Contactez-nous