Amazon Redshift Serverless のメリット
-
データウェアハウスのインフラストラクチャの管理について心配することなく、すぐに始めて、すべてのデータに対してリアルタイムまたは予測分析を実行することで、洞察を得ることに集中できます。
-
クエリの複雑さ、頻度、ETL、ダッシュボードの使用パターンなどの側面に合わせて、動的なワークロードをインテリジェントかつプロアクティブかつ自動スケーリングできるため、ニーズに合わせてパフォーマンスを最適化できます。
-
1 秒あたりの使用量に対してのみ料金が発生し、データウェアハウスがアイドル状態のときには料金が発生しません。一貫したパフォーマンスを維持し、予算内に収まるように、ワークロードの料金パフォーマンス目標を調整しましょう。
Amazon Redshift Serverless を選ぶ理由
データウェアハウスのインフラストラクチャを管理することなく、あらゆる規模の分析ワークロードを簡単に実行できます。デベロッパー、データサイエンティスト、およびアナリストは、データベース、データウェアハウス、およびデータレイク全体で作業して、レポートおよびダッシュボードアプリケーションの構築、リアルタイム分析の実行、データの共有、データについてのコラボレーション、機械学習 (ML) モデルの構築およびトレーニングを実行できます。お支払いいただくのは使用した分だけなので、コストを節約できます。Amazon Redshift Serverless は、複雑さの異なる多様なワークロードをサポートする柔軟性を、低価格帯から提供します。新しい AI 駆動型のスケーリングと最適化テクノロジーにより、Amazon Redshift Serverless は、データウェアハウスのキャパシティを自動的かつプロアクティブにプロビジョニングおよびスケールし、極めて要求の厳しいワークロードでも高速なパフォーマンスを実現できます。このシステムは、AI の手法を使用して、同時実行クエリ、クエリの複雑さ、データ量の流入、ETL パターンなど、主要な側面にわたってお客様のワークロードパターンを学習します。その後、1 日を通して継続的にリソースを調整し、カスタマイズされたパフォーマンス最適化を適用します。これらの包括的で AI が強化された手法により、特定のワークロードに最適な最適化が可能になります。希望する価格性能目標を設定すると、データウェアハウスは価格性能目標に合わせて自動的にスケーリングされます。使いやすく、管理が不要な環境で、データをロードしてすぐにクエリを開始できます。
ユースケース
what-if 分析、異常検出、ML ベースの予測を実行し、データから迅速で実用的な洞察を取得します。
1 日を通して定期的に使用され、複雑で予測が難しいクエリを伴うアクティビティのピーク時にワークロードを実行しているときに、コンピューティング容量の決定に時間を費やしたり、過剰支出やサービス不足に遭遇したりする必要はもうありません。
新しいデータ駆動型アプリケーションをデプロイするときに、データウェアハウスの規模を決める方法がわからない? Amazon Redshift Serverless エンドポイントを起動すると、データウェアハウスはワークロード要件に応じてサイズ調整されます。
使用量のばらつきが大きいアプリケーションがありますか? 人事、予算編成、業務報告のアプリケーションを考えてみてください。キャパシティを過剰にプロビジョニングしたり、不足したりする必要はもうありません。過払い、パフォーマンスの問題、ユーザーエクスペリエンスの低下を避けてください。
時間帯、年、プロモーションイベントなどに応じて、各テナントに特定のビジー期間とアイドル期間があるマルチテナントアプリケーションでは、キャパシティの範囲が広いテナントごとにワークグループを使用するように設計します。どのワークグループでも、アクティビティの多い期間に対応できるよう迅速にスケールアップできます。
Peloton は、接続されたフィットネス機器とサブスクリプションベースのクラスを通じて、世界中の人々がフィットネスの目標を達成できるよう支援することを目指しています。Peloton では、ハードウェアの売上から講師の傾向、ユーザーのワークアウトデータまで、さまざまなデータを収集して処理し、より良い顧客体験を実現するためのビジネス上の意思決定を立案および改善しています。しかし、分析ワークロードはますます複雑になり、データベース管理者は容量のしきい値を変更したり、手動によるデータベース最適化を実行したりすることに多くの時間を費やすようになりました。Amazon Redshift Serverless の新しい最適化機能を活用することで、データウェアハウスの管理タスクをさらに削減でき、コスト効率を高めながらパフォーマンスを向上させることができます。
Jerry Wang 氏
Peloton、データエンジニアリング担当ディレクター
当社の NextGen Population Health ソリューションは、マルチソースデータの集約と変換を介して、実用的なインサイトをケアチームに直接提供します。データウェアハウスインフラストラクチャの設定や管理などの手動による介入を減らすためにシステムを最適化することは、当社の成功にとって非常に重要です。Amazon Redshift Serverless により、当社では、複雑なウェアハウスオーケストレーションシステムを管理しなくなりました。Amazon Redshift Serverless では、ワークロードのパフォーマンスを改善しました。また、そのオートスケーリング機能により、使用した分についてのみお支払いいただくだけで、極めて動的なワークロードでも Amazon Redshift の恩恵を受けることができます。さらなるワークロードを Amazon Redshift Serverless に移行できることを喜ばしく思います。これは非常に画期的なことです。
Owen Zacharias 氏
NextGen Healthcare、アプリケーションデリバリー担当副社長
企業は、分析プロジェクトにクラウドプラットフォームを活用して、パフォーマンスを犠牲にすることなく、コストを削減し、生産性を向上させる方法を継続的に模索しています。Amazon Redshift Serverless を使用すると、データチームは、便利で使いやすいオンデマンドのデータウェアハウジングと従量制料金でクラウドジャーニーを開始できます。Matillion とネイティブに統合される Amazon Redshift Serverless を活用して、チームがデータを変換および同期し、規模にかかわらず、インサイトまでの時間を短縮できることに興奮しています。
Rob Cornell 氏
Matillion、クラウドおよびテクノロジーアライアンスの責任者
使いやすさとセルフサービスのデータアクセスは、分析イニシアティブの鍵です。Amazon Redshift Serverless を使用すると、データウェアハウスの管理について考えなくてもよくなります。Amazon S3 からのデータは、以前のソリューションの 7 倍の速さでロードされるため、ロードされた何百万もの顧客イベントから実用的なインサイトを得るのに役立ちます。Amazon Redshift Serverless で実現されているパフォーマンスの向上とコストの最適化に興奮しています。
Tomer Levi 氏
Sedric、R&D 担当副社長
Amazon Redshift Serverless は、クラスターを管理することなくデータ管理を完了し、需要を満たすために適切な量のキャパシティーのみをプロビジョニングすることでコストを最適化するのに役立ちます。Amazon Redshift Serverless は、運用上の負担を軽減し、コストを削減し、Roche の Go-to-Market ドメインの拡張を可能にしてくれます。この簡素化は画期的であり、迅速にオンボーディングし、分析を多用する幅広いユースケースをフリクションレスでサポートするのに役立ちます。
Yannick Misteli氏 (博士)
Roche、クラウドプラットフォームおよび機械学習リードエンジニア
データ分析ワークフローへのエキサイティングな追加として、Amazon Redshift Serverless を含めることに高揚感を覚えています。このサービスは、以前のインフラストラクチャのいくつかの部分をシームレスに置き換えるものであり、そのシンプルさにより非常に使いやすくなっています。Amazon Redshift Serverless は、データエンジニアリングのレイテンシーを大幅に削減し、開発を加速するための大きな力となります。Amazon Redshift Serverless を実装することで、データエンジニアリングのバックログを削減し、データからインサイトを収集するためにより多くの時間を費やすことができるようになりました。
Harry Gollakota 氏
Huron、データエンジニア