Kemampuan Amazon Redshift

Instans RA3 ini memaksimalkan kecepatan untuk beban kerja yang membutuhkan performa tinggi, yang memerlukan kapasitas komputasi besar, dengan fleksibilitas untuk membayar komputasi secara terpisah dari penyimpanan, dengan menentukan jumlah instans yang Anda perlukan.

Penyimpanan berbentuk kolom, kompresi data, dan peta zona mengurangi jumlah I/O yang dibutuhkan untuk menjalankan kueri. Bersamaan dengan pengodean berstandar industri, seperti LZO dan Zstandard, Amazon Redshift juga menawarkan enkode kompresi yang dibuat secara khusus untuk pembangunan AZ64 untuk jenis numerik serta tanggal dan waktu guna menyediakan penghematan penyimpanan dan performa kueri yang dioptimalkan.

Mendukung pengguna dan kueri konkuren yang tidak terbatas secara virtual dengan tingkat layanan yang konsisten dengan menambahkan kapasitas sementara secara cepat saat konkurensi meningkat. Skalakan dengan dampak biaya minimal, karena setiap klaster mendapatkan kredit Penskalaan Konkurensi gratis hingga satu jam per hari. Kredit gratis ini mencukupi kebutuhan konkurensi 97% pelanggan.

Mulai menulis ke basis data Redshift dari gudang data Redshift lainnya hanya dengan beberapa klik, yang selanjutnya memungkinkan kolaborasi data, penskalaan komputasi yang fleksibel untuk ETL/beban kerja pemrosesan data dengan menambahkan gudang dengan tipe dan ukuran berbeda berdasarkan kebutuhan harga-performa. Rasakan transparansi penggunaan komputasi yang lebih besar karena setiap gudang ditagih untuk komputasinya sendiri dan akibatnya biaya Anda tetap terkendali.

Tampilan terwujud Amazon Redshift memungkinkan Anda mencapai performa kueri yang lebih cepat secara signifikan untuk beban kerja analitik yang dapat diprediksi atau iteratif, seperti dasbor dan kueri dari alat kecerdasan bisnis (BI), serta tugas pemrosesan data extract, transform, and load (ETL). Anda dapat menggunakan tampilan terwujud untuk dengan mudah menyimpan dan mengelola hasil prakomputasi dari pernyataan SELECT yang dapat merujuk pada satu atau beberapa tabel, termasuk tabel danau data, nol-ETL, dan berbagi data. Dengan penyegaran tambahan, Amazon Redshift mengidentifikasi perubahan pada tabel dasar atau tabel yang terbentuk setelah penyegaran sebelumnya dan hanya memperbarui catatan yang sesuai dalam tampilan terwujud. Penyegaran inkremental berjalan lebih cepat daripada penyegaran penuh dan meningkatkan kinerja beban kerja.

Berikan waktu respons sub-detik untuk kueri berulang. Dasbor, visualisasi, dan alat BI yang menjalankan kueri berulang mengalami peningkatan performa yang signifikan. Saat kueri dijalankan, Amazon Redshift mencari cache untuk memeriksa apakah terdapat hasil ter-cache dari proses sebelumya. Jika hasil ter-cache ditemukan dan data belum berubah, hasil tersebut akan segera dikembalikan dan kueri tidak dijalankan ulang.

Mekanisme pengurutan tabel baru yang canggih yang meningkatkan performa kueri berulang dengan otomatis mengurutkan data berdasarkan filter kueri masuk (misalnya: penjualan di wilayah tertentu). Metode ini secara signifikan mempercepat performa pemindaian tabel dibandingkan metode tradisional.

Perluas kemampuan pemulihan dengan mengurangi waktu pemulihan dan menjamin kapasitas untuk pemulihan otomatis tanpa kehilangan data. Gudang data Amazon Redshift Multi-AZ memaksimalkan performa dan nilai dengan memberikan ketersediaan tinggi tanpa harus menggunakan sumber daya standby, yang meningkatkan ketersediaan Anda menjadi 99,99% SLA.

Amazon Redshift memungkinkan Anda mengonfigurasi aturan firewall untuk mengontrol akses jaringan ke klaster gudang data Anda. Anda dapat menjalankan Amazon Redshift di dalam Amazon Virtual Private Cloud (Amazon VPC) untuk mengisolasi klaster gudang data dalam jaringan virtual Anda sendiri dan menyambungkannya ke infrastruktur IT yang ada dengan menggunakan VPN IPsec terenkripsi dengan berstandar industri.

Hanya dengan beberapa pengaturan parameter, Anda dapat mengatur Amazon Redshift untuk menggunakan TLS untuk mengamankan data bergerak, dan enkripsi AES-256 yang dipercepat perangkat keras untuk data diam. Jika Anda memilih untuk mengaktifkan enkripsi data diam, semua data yang ditulis ke disk akan dienkripsi beserta semua cadangan. Amazon Redshift menangani kunci pengelolaan secara default.

Integrasi dengan IAM Identity Center memungkinkan organisasi mendukung penyebaran identitas tepercaya antara Amazon Redshift, Amazon QuickSight, dan AWS Lake Formation. Anda dapat menggunakan identitas organisasi Anda untuk mengakses Amazon Redshift dalam pengalaman masuk tunggal menggunakan penyedia identitas (IdP) pihak ketiga, seperti Microsoft Entra ID, Okta, Ping, atau OneLogin, dari Amazon QuickSight dan Editor Kueri Amazon Redshift serta alat BI dan editor SQL pihak ketiga. Administrator dapat menggunakan pengguna dan grup IdP pihak ketiga untuk mengelola akses terperinci ke data di seluruh layanan dan mengaudit akses tingkat pengguna di AWS CloudTrail. Dengan penyebaran identitas tepercaya, identitas pengguna diteruskan tanpa gangguan antara QuickSight, Amazon Redshift, dan Lake Formation sehingga mengurangi waktu untuk mendapatkan wawasan dan memungkinkan pengalaman analitik bebas hambatan.

Kontrol keamanan tingkat baris dan kolom terperinci memastikan pengguna hanya melihat data yang dapat mereka akses. Amazon Redshift terintegrasi dengan Lake Formation, yang memastikan kontrol akses tingkat kolom di Lake Formation juga diterapkan untuk kueri Amazon Redshift pada data di danau data. Berbagi data Amazon Redshift mendukung kontrol akses terpusat dengan Lake Formation untuk menyederhanakan tata kelola data yang dibagikan dari Amazon Redshift. Lake Formation adalah layanan yang memudahkan penyiapan danau data yang aman, mengelola akses terperinci secara terpusat ke data di semua layanan yang menggunakan, serta menerapkan kontrol tingkat baris dan tingkat kolom. Dengan pengaburan data dinamis, lindungi data sensitif Anda dengan membatasi seberapa banyak data yang dapat diidentifikasi terlihat oleh pengguna. Tentukan beberapa tingkat izin pada bidang ini sehingga pengguna dan grup yang berbeda dapat memiliki berbagai tingkat akses data tanpa harus membuat beberapa salinan data, semuanya melalui antarmuka SQL Amazon Redshift yang sudah dikenal.

Amazon Redshift mendukung kueri read-only menggunakan ANSI SQL yang sudah dikenal di format tabel Apache Iceberg, Apache Hudi, dan Delta Lake, dan mengkueri format file terbuka termasuk Apache Parquet, ORC, Avro, JSON, dan CSV langsung di Amazon S3. Apache Iceberg adalah contoh format tabel sumber terbuka yang menyediakan konsistensi transaksional dan peningkatan organisasi danau data melalui struktur tabelnya. Amazon Redshift Spectrum memungkinkan Anda membaca dari tabel, dan data dalam format data terbuka, seperti Parquet, di danau data Anda sekaligus menyimpan hingga exabyte data terstruktur, semistruktur, dan tidak terstruktur di Amazon S3. Anda juga dapat mengekspor data ke danau data menggunakan perintah Amazon Redshift UNLOAD, termasuk opsi untuk mengekspor ke Parquet. Mengekspor data dari Amazon Redshift kembali ke danau data memungkinkan Anda menganalisis data lebih lanjut dengan layanan AWS seperti Amazon Athena, Amazon EMR, dan SageMaker.

Gunakan SQL agar data Amazon Redshift dan danau data Anda lebih mudah diakses oleh analis data, rekayasawan data, dan pengguna SQL lainnya dengan workbench analis berbasis web untuk eksplorasi dan analisis data. Editor Kueri memungkinkan Anda memvisualisasi hasil kueri dalam satu langkah, membuat skema dan tabel, memuat data secara visual, dan menjelajahi objek basis data. Editor Kueri juga menyediakan editor intuitif untuk menulis dan berbagi kueri SQL, analisis, visualisasi, dan anotasi, dan secara aman berbagi dengan tim.

Sederhanakan dan otomatisasi penyerapan data dari Amazon S3 sehingga mengurangi waktu dan upaya untuk membangun solusi khusus atau mengelola layanan pihak ketiga. Dengan fitur ini, Amazon Redshift menghilangkan kebutuhan untuk menjalankan prosedur penyalinan secara manual dan berulang kali dengan mengotomatisasi penyerapan file dan menangani langkah-langkah pemuatan data yang berkelanjutan di balik layar. Dukungan untuk penyalinan otomatis memudahkan pengguna lini bisnis dan analis data tanpa pengetahuan rekayasa data dalam membuat aturan penyerapan dan mengonfigurasi lokasi data yang ingin mereka muat dari Amazon S3.

Gunakan SQL untuk terhubung dan langsung menyerap data dari Amazon Kinesis Data Streams dan Amazon Managed Streaming for Apache Kafka (Amazon MSK). Penyerapan Streaming Amazon Redshift juga memudahkan pembuatan dan pengelolaan jalur hilir dengan memungkinkan Anda langsung membuat tampilan terwujud di atas aliran. Tampilan terwujud juga dapat menyertakan transformasi SQL sebagai bagian dari pipeline ELT Anda. Anda dapat secara manual menyegarkan tampilan terwujud yang ditentukan untuk mengueri data streaming terbaru.

Kueri data langsung di satu atau beberapa instans Amazon RDS, termasuk Amazon Aurora PostgreSQL-Compatible Edition, Amazon Relational Database (Amazon RDS) for MySQL, dan basis data Amazon Aurora MySQL-Compatible Edition, untuk mendapatkan visibilitas instan ke operasi bisnis penuh tanpa memerlukan pergerakan data.

Algoritma yang canggih memprediksi dan mengklasifikasikan kueri yang masuk berdasarkan persyaratan waktu aktif dan sumber daya untuk mengatur performa dan konkurensi secara dinamis dan di saat yang sama, juga membantu Anda memprioritaskan beban kerja penting dari bisnis Anda. Short query acceleration (SQA) mengirimkan kueri pendek dari aplikasi seperti dasbor ke antrean cepat untuk segera diproses, bukan meninggalkan kueri besar. Automatic workload management (WLM) menggunakan ML untuk mengelola memori dan konkurensi secara dinamis, yang membantu memaksimalkan throughput kueri. Sebagai tambahan, Anda dapat mengatur prioritas kueri paling penting, meski terdapat ratusan kueri yang dikirimkan. Amazon Redshift Advisor membuat rekomendasi ketika tindakan pengguna eksplisit diperlukan untuk meningkatkan performa Amazon Redshift. Untuk beban kerja dinamis tempat pola kueri tidak dapat diprediksi, tampilan terwujud otomatis meningkatkan throughput kueri, menurunkan latensi kueri, mempersingkat waktu eksekusi melalui penyegaran otomatis, penulisan ulang kueri otomatis, penyegaran bertahap, dan pemantauan berkelanjutan terhadap klaster Amazon Redshift. Optimalisasi tabel otomatis memilih kunci pengurutan dan distribusi terbaik untuk mengoptimalkan performa bagi beban kerja klaster. Jika Amazon Redshift menetapkan bahwa penerapan sebuah kunci akan meningkatkan performa klaster, tabel akan diubah secara otomatis tanpa memerlukan intervensi administrator. Fitur tambahan automatic vacuum delete, automatic table sort, dan automatic analyze menghilangkan kebutuhan pemeliharaan dan penyetelan klaster Amazon Redshift manual guna mendapatkan performa terbaik untuk klaster dan beban kerja produksi baru.

Gunakan API sederhana untuk berinteraksi dengan Amazon Redshift: Amazon Redshift memungkinkan Anda mengakses data secara mudah dengan semua jenis aplikasi berbasis layanan web nirserver yang tradisional, cloud-native, dan terkontainer, serta aplikasi yang didorong peristiwa. API Data Amazon Redshift menyederhanakan akses, penyerapan, dan egress data dari bahasa dan platform pemrograman yang didukung oleh AWS SDK, seperti Python, Go, Java, Node.js, PHP, Ruby, dan C++. API Data menghilangkan keharusan untuk mengonfigurasi driver dan mengelola koneksi basis data. Sebagai gantinya, Anda dapat menjalankan perintah SQL ke klaster Amazon Redshift dengan memanggil titik akhir API aman yang disediakan oleh API Data. API Data menangani pengelolaan koneksi basis data dan buffering data. API Data bersifat asinkron, sehingga Anda dapat mengambil hasilnya nanti. Hasil kueri Anda disimpan selama 24 jam.

Jalankan kueri di dalam konsol atau hubungkan alat klien SQL, pustaka, atau alat ilmu data termasuk QuickSight, Tableau, Microsoft Power BI, Alteryx, Querybook, Notebook Jupyter, Informatica, dbt, MicroStrategy, dan Looker.

Gunakan bahasa Inggris sederhana untuk menulis kueri di Editor Kueri Amazon Redshift yang secara aman menghasilkan rekomendasi kode SQL yang akurat dalam cakupan izin akses data Anda.

Amazon Redshift terintegrasi dengan Amazon Bedrock secara mulus, yang memungkinkan kemampuan AI generatif langsung melalui perintah SQL standar. Integrasi ini memungkinkan tim data menggunakan model fondasi, seperti Anthropic Claude dan Amazon Titan untuk tugas-tugas, seperti analisis teks, terjemahan, dan deteksi sentimen tanpa kompleksitas infrastruktur tambahan. Pengguna dapat dengan mulus menginvokasi model AI dalam alur kerja analitik data yang ada, mengubah cara wawasan diekstraksi dari data perusahaan.

ML Amazon Redshift memudahkan analis data, ilmuwan data, profesional BI, dan developer untuk membuat, melatih, dan melakukan deployment model SageMaker menggunakan SQL. Dengan Amazon Redshift ML, Anda dapat menggunakan pernyataan SQL untuk membuat dan melatih model SageMaker pada data di Amazon Redshift, dan kemudian menggunakan model tersebut untuk prediksi seperti deteksi churn dan prakiraan risiko, personalisasi, dan penilaian risiko secara langsung di kueri dan laporan Anda. Bawa model bahasa besar ke Amazon Redshift untuk tugas pemrosesan bahasa alami tingkat lanjut, seperti ringkasan teks, ekstraksi entitas, dan analisis sentimen, untuk mendapatkan wawasan yang lebih dalam dari data Anda menggunakan SQL.