Überspringen zum Hauptinhalt

Amazon Redshift

Preisleistung bei Amazon Redshift

Beste Preisleistung in jeder Größenordnung

Erste Schritte mit Amazon Redshift

Übersicht

Amazon Redshift bietet eine führende Preisleistung für verschiedene Analyse-Workloads, sei es Dashboarding, Anwendungsentwicklung, Datenfreigabe oder ETL (Extract, Transform, Load)-Aufträge. Da Zehntausende von Kunden Analysen mit Terabytes bis Petabytes an Daten durchführen, konzentriert sich Amazon Redshift darauf, die Leistungstelemetrie unseres großen Kundenstamms zu nutzen, um die Leistung für reale Kunden-Workloads wie Abfragen mit hoher Parallelität und niedriger Latenz zu optimieren. Amazon Redshift ist ein selbstlernendes, sich selbst optimierendes System, das eine bis zu 6-mal bessere Preisleistung als andere cloudbasierte Data Warehouses und eine bis zu 7-mal bessere Preisleistung bei Workloads mit hoher Parallelität und niedriger Latenz bietet. Sorgen Sie für gleichbleibend hohe Leistung mit der Massively Parallel Processing (MPP)-Architektur, der Trennung von Speicher und Datenverarbeitung, Gleichzeitigkeitsskalierung und Techniken zur Leistungsverbesserung durch Machine Learning wie der Beschleunigung kurzer Abfragen, automatisch materialisierten Ansichten, vektorisierten Scans, Automatic Workload Manager (Auto WLM) und Automatic Table Optimization (ATO), um nur einige zu nennen. Greifen Sie ohne zusätzliche Kosten auf diese Innovationen zu.
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.

Vorteile von Amazon Redshift

Skalieren Sie Daten und Rechenleistung nach oben oder unten und sorgen Sie gleichzeitig für eine konstant hohe Leistung und vorhersehbare Kosten. Verwenden Sie die erstklassige Hardware des AWS Nitro Systems mit Automaterialized Views, um Abfragen automatisch umzuschreiben, sodass sie schneller ausgeführt werden, Automatic Table Optimization zur Optimierung des Tabellendesigns, Automatic Workload Manager für dynamische Parallelität und effiziente Ressourcennutzung, Short Query Accelerator und mehr.

Wählen Sie aus, was für Ihre Geschäftsanforderungen am besten geeignet ist – mit nutzungsabhängiger Bezahlung, On-Demand-Zahlung und Reserved Instance-Preisen. Mit Amazon Redshift Serverless zahlen Sie nur für das, was Sie tatsächlich nutzen. Die Data Warehouse-Kapazität wird je nach den Anforderungen Ihrer Analyse-Workload nach oben oder unten skaliert und bei Inaktivität wird die Kapazität nicht in Anspruch genommen. So sparen Sie Verwaltungsaufwand und -kosten. Mit bereitgestellten Instances zahlen Sie stundenweise für Ihre Datenbank, ohne langfristige Verpflichtungen oder Vorabgebühren, oder reduzieren Sie Ihre Rechnung für die allgemeine Steady-State-Nutzung – unabhängig von der Instance-Familie – mit den Preisen für Reserved Instances.

Senken Sie nahtlos die Abfragelatenz für Analyseworkloads mit hoher Parallelität und reduzieren Sie manuelle Eingriffe mit Funktionen für Machine Learning (ML) wie vektorisierten Abfragetechniken, Leistungsverbesserungen für Zeichenkettendaten, Short Query Accelerator und mehr. Der Automatic Workload Manager von Amazon Redshift vereinfacht das Workload-Management und maximiert den Abfragedurchsatz, indem er ML zur dynamischen Verwaltung von Speicher und Parallelität für eine effizientere Ressourcennutzung verwendet. Automated Materialized Views schreibt täglich Tausende von Abfragen neu, um die Effizienz zu steigern.

Anwendungsfälle

Bei der Verwendung von Dashboard-Anwendungen, bei denen es sich in der Regel um kurze Abfragen handelt, die eine hohe gleichzeitige Nutzung mit SLAs für extrem schnelle Antwortzeiten erfordern.

Bei der Entwicklung datenreicher Anwendungen, die auf Analytics-Warehouses basieren, werden Daten durch mehrere komplexe Abfragen aufgeteilt und analysiert, darunter JOINs, UNIONS, verschachtelte SQL- und Fensterfunktionen.

Batch- oder Microbatch-Workload, bei dem Daten aus Anwendungen oder Datenquellen wie Datenbanken in Formate und Schemas umgewandelt werden, um sie in Analytics-Warehouses aufzunehmen.

Echtzeitanalysen stellen hohe Latenz- und Durchsatzanforderungen für Streaming-Daten-Workloads, die für Echtzeitanalysen und ML-Inferenz mithilfe vortrainierter ML-Modelle in ein Analytics-Warehouse aufgenommen werden müssen. Zusätzlich werden komplexe ELT-Prozesse implementiert, um nachgeschaltete Pipelines zu verwalten.

Kunden

Missing alt text value

Schneider Electric

„Unsere Welt muss in Bezug auf Effizienz, Elektrifizierung und Dekarbonisierung mindestens dreimal schneller werden, um den Klimawandel zu bekämpfen. Bei Schneider Electric spielen wir auf beiden Seiten der Gleichung und gehen in unserem eigenen Ökosystem mit gutem Beispiel voran und bieten gleichzeitig Lösungen für unsere Kunden. Redshift ist eine Schlüsseltechnologie, die es uns ermöglicht, dieses Ziel zu erreichen und Tausende von Benutzern unternehmensweit durch Redshift Concurrency Scaling und RA3-Knoten zu unterstützen. “

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

Missing alt text value

Rail Delivery Group

„Bei RDG sind Daten und Analysen unerlässlich, damit unser Unternehmen optimal arbeiten kann. Geschäftsanwender wünschen sich einen schnellen Self-Service-Zugriff auf Daten. Sie wollen sich nicht mit Cluster und Data-Warehouse-Management beschäftigen. Die serverlose Erfahrung von Amazon Redshift ermöglicht es unseren Benutzern, völlig untätig zu sein, indem sie die Kapazitätsbereitstellung, Skalierung und Optimierung des Data Warehouse automatisch verwalten und unseren Datenanalysten eine hohe Leistung bieten und gleichzeitig unsere Kosten senken.“

Toby Ayre, Head of Data & Analytics – Rail Delivery Group