- Analisi dei dati›
- Amazon Redshift›
- Rapporto qualità prezzo di Amazon Redshift
Rapporto qualità prezzo di Amazon Redshift
Miglior rapporto qualità prezzo su qualsiasi scala
Panoramica
Vantaggi di Amazon Redshift
-
Aumenta o riduci dati e calcolo mantenendo le prestazioni costantemente elevate e i costi prevedibili. Utilizza l'hardware migliore della categoria di AWS Nitro System, con AutoMaterialized Views per riscrivere automaticamente le query in modo che vengano eseguite più rapidamente, Automatic Table Optimization per ottimizzare la progettazione delle tabelle, Automatic Workload Manager per offrire simultaneità dinamica e utilizzo efficiente delle risorse dei carichi di lavoro, Short Query Accelerator e molto altro.
-
Scegli i prezzi più adatti alle tue esigenze aziendali, con pagamento in base al consumo, on demand o delle istanze riservate. Con Amazon Redshift serverless paghi solo in base a ciò che usi. La capacità del data warehouse viene automaticamente aumentata o ridotta in base alle necessità del carico di lavoro delle applicazioni, mentre il database viene disattivato durante i periodi di inattività per risparmiare tempo di amministrazione e costi. Con le istanze con provisioning, paghi il database a ore senza impegni a lungo termine o costi anticipati, oppure riduci la fattura per l'utilizzo complessivo in regime stazionario, indipendentemente dalla famiglia di istanze, con prezzi dedicati alle istanze riservate.
-
Riduci senza interruzioni la latenza delle query per carichi di lavoro di analisi a elevata simultaneità e l'intervento manuale con funzionalità di machine learning (ML) come tecniche di interrogazione vettoriale, miglioramenti delle prestazioni dei dati di stringa, Short Query Accelerator e altro ancora. Automatic Workload Manager di Amazon Redshift semplifica la gestione del carico di lavoro e massimizza la velocità di trasmissione effettiva delle query utilizzando il ML per gestire memoria e simultaneità in modo dinamico per un utilizzo più efficiente delle risorse. Automated Materialized Views riscrive migliaia di query ogni giorno per aumentarne l'efficienza.
Casi d'uso
-
Quando si utilizzano applicazioni di pannelli di controllo che in genere sono query brevi e richiedono un utilizzo simultaneo elevato con tempi di risposta SLA ultraveloci.
-
Quando si creano applicazioni ricche di dati che si basano su warehouse di analisi, diverse query complesse scompongono e analizzano i dati, tra cui le funzioni JOIN, Unions, SQL annidato e finestra.
-
Carico di lavoro in batch o micro-batch in cui i dati provenienti da applicazioni o origini dati come i database vengono trasformati in formati e schemi da inserire nei magazzini di analisi.
-
L'analisi in tempo reale ha requisiti di latenza e velocità di trasmissione effettiva rigorosi per i carichi di lavoro di dati in streaming che devono essere importati in un warehouse di analisi per l'analisi in tempo reale e l'inferenza ML utilizzando modelli di ML pre-addestrati. Inoltre, vengono implementati processi ELT complessi per gestire le pipeline a valle.
Clienti
Schneider Electric
«Il nostro mondo deve andare almeno 3 volte più veloce in termini di efficienza, elettrificazione e decarbonizzazione per combattere i cambiamenti climatici. In Schneider Electric, giochiamo su entrambi i lati dell'equazione, dando l'esempio nel nostro ecosistema e fornendo anche soluzioni per i nostri clienti. Redshift è una tecnologia chiave che ci consente di raggiungere questo obiettivo, supportando migliaia di utenti a livello aziendale, tramite la scalabilità della concorrenza di Redshift e i nodi RA3. »
Aurelie Bergugnat, Chief Data Officer, Sr. Vicepresidente, gestione dei dati e delle prestazioni - Schneider Electric
Rail Delivery Group
«In RDG, i dati e l'analisi sono essenziali per aiutare la nostra organizzazione a funzionare in modo ottimale. Gli utenti aziendali desiderano un accesso rapido e self-service ai dati. Non vogliono pensare ai cluster e alla gestione dei data warehouse. L'esperienza serverless di Amazon Redshift consente ai nostri utenti di essere completamente autonomi gestendo automaticamente il provisioning della capacità, la scalabilità e l'ottimizzazione del data warehouse e offrendo prestazioni elevate per i nostri utenti analisti di dati e riducendo i costi».
Toby Ayre, Head of Data and Analytics - Rail Delivery Group