Funktionen von Amazon Redshift

Erzielen Sie eine bis zu 5x bessere Preisleistung als andere Cloud-Data-Warehouses, mit automatiserten Optimierungen für eine erhöhte Abfrage-Geschwindigkeit.

RA3-Instances: RA3-Instances liefern ein 5x besseres Preis-Leistungs-Verhältnis als andere Cloud-basierte Data Warehouse-Services. Diese Amazon-Redshift-Instances maximieren die Geschwindigkeit für leistungsintensive Workloads, die große Mengen an Rechenkapazität erfordern, und bieten dabei gleichzeitig eine flexible separate Abrechnung von Rechenressourcen unabhängig von den Speicherressourcen, indem die Anzahl der von Ihnen benötigten Instances angegeben wird. Weitere Informationen.

Effizienter Speicher und leistungsstarke Abfrageverarbeitung: Amazon Redshift liefert eine hohe Abfrageleistung für Datensätze von Gigabyte- bis Petabyte-Volumen. Spaltenbasierte Speicherung, Datenkomprimierung und Zonenzuordnungen verringern den E/A-Aufwand bei der Ausführung von Abfragen. Neben den Branchenstandards für die Codierung wie LZO und Zstandard ermöglicht Amazon Redshift auch die speziell entwickelte Komprimierungscodierung AZ64 für numerische und Datums-/Uhrzeitdaten und schafft somit sowohl Speichereinsparungen als auch eine optimierte Abfrageleistung.

Beispiellose Parallelität: Amazon Redshift bietet eine konsistent schnelle Leistung, sogar bei Tausenden gleichzeitiger Abfragen, und zwar unabhängig davon, ob Abfragen in einem Redshift-Data-Warehouse oder direkt im Amazon-S3-Data-Lake durchgeführt werden. Amazon Redshift Concurrency Scaling unterstützt eine nahezu unbegrenzte Anzahl gleichzeitiger Benutzer und gleichzeitiger Abfragen mit konsistenten Serviceleveln, indem transiente Kapazität bei zunehmender Nebenläufigkeit in nur wenigen Sekunden hinzugefügt wird. Weitere Informationen.

Materialisierte Ansichten: Die materialisierten Ansichten von Amazon Redshift ermöglichen Ihnen eine erheblich höhere Abfrageleistung für wiederholte oder vorhersagbare analytische Workloads wie Dashboarding, Abfragen von Business-Intelligence-Tools (BI) und Extract-, Transform- und Load-ELT-Datenverarbeitungsaufgaben. Mit materialisierten Ansichten können Sie vorberechnete Ergebnisse einer SELECT-Anweisung, die sich auf eine oder mehrere (auch externe) Tabellen beziehen kann, einfach speichern und verwalten. Nachfolgende Abfragen, die auf die materialisierten Ansichten verweisen, können viel schneller ausgeführt werden, indem die vorberechneten Ergebnisse wiederverwendet werden. Amazon Redshift kann die materialisierten Ansichten effizient und inkrementell beibehalten, um weiterhin die Leistungsvorteile geringer Latenz bieten zu können. Weitere Informationen.

Automated Materialized Views: Unternehmen erstellen mehr datenabhängige Anwendungen, Dashboards, Berichte und Ad-hoc-Abfragen als je zuvor. Jede Anwendung muss abgestimmt und optimiert werden, was Zeit, Ressourcen und Geld erfordert. Materialized Views ist ein leistungsstarkes Tool zur Verbesserung der Abfrageleistung, das Sie einrichten können, wenn Ihre Workloads klar definiert sind. Sie können aber auch wachsende und sich ändernde Workloads haben, deren Abfragemuster nicht vorhersehbar sind. Automatied Materialized Views verbessern den Durchsatz von Abfragen, senken die Abfragelatenz und verkürzen die Ausführungszeit durch automatische Aktualisierung, automatisches Umschreiben von Abfragen, inkrementelle Aktualisierung und kontinuierliche Überwachung von Amazon-Redshift-Clustern. Amazon Redshift gleicht die Erstellung und Verwaltung von AutoMVs mit minimaler Ressourcenauslastung aus. Weitere Informationen.

Machine Learning zur Maximierung von Durchsatz und Leistung: Fortgeschrittene ML-Funktionen in Amazon Redshift liefern hohen Durchsatz und hohe Leistung, selbst bei schwankenden Workloads oder gleichzeitiger Benutzeraktivität. Amazon Redshift nutzt hochentwickelte Algorithmen zur Prognose und Klassifizierung eingehender Abfragen auf Basis ihrer Laufzeiten und Ressourcenanforderungen, um die Leistung und Nebenläufigkeit dynamisch zu verwalten und Sie dabei gleichzeitig bei der Priorisierung Ihrer geschäftskritischen Workloads zu unterstützen. Short Query Acceleration (SQA) sendet kurze Abfragen von Anwendungen wie Dashboards an eine Express-Warteschlange zur sofortigen Verarbeitung, sodass sich diese nicht hinter umfangreichen Abfragen einreihen müssen. Automatic Workload Management (WLM) nutzt ML zur dynamischen Verwaltung von Speicher und Nebenläufigkeit, wodurch der Abfragedurchsatz maximiert werden kann. Darüber hinaus können Sie jetzt ganz einfach die Priorität Ihrer wichtigsten Abfragen festlegen, selbst wenn Hunderte von Abfragen übermittelt werden. Amazon Redshift ist zudem ein System mit Selbstlernfunktion, das den Benutzer-Workload überwacht, die Möglichkeiten zur Leistungsoptimierung bei zunehmender Nutzung festlegt, Optimierungen nahtlos anwendet und Empfehlungen über Redshift Advisor ausgibt, wenn eine bestimmte Benutzeraktion erforderlich ist, um die Leistung von Redshift noch weiter zu steigern.

Ergebnis-Caching: Amazon Redshift legt Ergebnisse in einem Cache ab, um bei wiederholten Abfragen Reaktionszeiten von unter einer Sekunde zu erreichen. Dashboard-, Visualisierungs- und BI-Tools, bei denen die Wiederholung gleicher Abfragen gang und gäbe ist, erzielen so bedeutende Leistungssteigerungen. Wenn eine Abfrage ausgeführt wird, durchsucht Amazon Redshift den Cache nach zwischengespeicherten Ergebnissen aus einer vorherigen Ausführung. Wenn ein gecachtes Ergebnis gefunden wird und sich die Daten nicht geändert haben, wird das gecachte Ergebnis sofort zurückgegeben, ohne die Abfrage erneut auszuführen.

Data Warehousing auf Petabyte-Ebene: Mit nur wenigen Klicks in der Konsole oder einem einfachen API-Aufruf können Sie die Anzahl oder den Typ der Knoten Ihres Data Warehouse ändern und in jede Richtung skalieren, sollten sich Ihre Anforderungen ändern. Dank des verwalteten Speichers wird automatisch Kapazität hinzugefügt und es können so Workloads von bis zu 8 PB komprimierter Daten unterstützt werden. Sie können ebenfalls Abfragen an Petabyte von Daten in Amazon S3 mit der Amazon-Redshift-Spectrum-Funktion ausführen, ohne Daten laden oder umwandeln zu müssen. Amazon S3 können Sie als hoch verfügbaren, sicheren und kostengünstigen Data Lake zum Speichern unbegrenzter Datenmengen in offenen Datenformaten verwenden. Redshift Spectrum führt Abfragen parallel an Tausenden Knoten aus und liefert so extrem schnelle Ergebnisse, unabhängig von der Komplexität der Abfrage oder der Menge der gescannten Daten.

Flexible Preisoptionen: Amazon Redshift ist das kostengünstigste Data Warehouse und Sie können wählen, wie Sie bezahlen möchten. Sie können schon ab 0,25 USD pro Stunde ohne Verpflichtung anfangen und für nur 1,000 USD pro Terabyte und Jahr skalieren. Amazon Redshift ist das einzige Cloud-basierte Data Warehouse, das On-Demand-Preise ohne Vorabkosten, Reserved Instances mit Kosteneinsparungen von bis zu 75 % bei langfristiger Bindung für ein Jahr oder drei Jahre und Zahlung pro Abfrage nach der Menge der in Ihrem Amazon S3 Data Lake gescannten Daten anbietet. Die Preise von Amazon Redshift umfassen integrierte Sicherheit, Datenkomprimierung, Sicherungsspeicher und Datenübertragung. Bei zunehmender Datenmenge verwenden Sie verwalteten Speicher in den RA3-Instances, um Daten kostengünstig für nur 0,024 USD pro GB und Monat zu speichern.

Vorhersehbare Kosten, auch bei unvorhersehbaren Workloads: Amazon Redshift ermöglicht Ihnen die Skalierung mit niedrigen Kosten, da jeder Cluster täglich bis zu eine Stunde an kostenlosen Credits für die Nebenläufigkeitsskalierung verdient. Diese kostenlosen Credits reichen für die Nebenläufigkeitsanforderungen von 97 % der Kunden aus. Dadurch sind die monatlichen Kosten für Sie vorhersehbar und das sogar in Zeiträumen mit schwankendem Analysebedarf.

Wählen Sie Ihren Knotentyp, um daraus den größten Nutzen für Ihre Workloads zu ziehen: Sie haben die Wahl zwischen drei Instance-Typen, um Amazon Redshift für Ihre Data-Warehousing-Anforderungen zu optimieren: RA3-Knoten, Dense-Compute-Knoten und Dense-Storage-Knoten.

Mit RA3-Knoten können Sie Speicher unabhängig von der Datenverarbeitung skalieren. Dank RA3 erhalten Sie ein hochleistungsfähiges Data Warehouse, das Daten in einer separaten Speicherebene speichert. Sie müssen lediglich die Größe des Data Warehouse an die von Ihnen benötigte Abfrageleistung anpassen.

Dense-Compute (DC)-Knoten ermöglichen das Einrichten besonders leistungsstarker Data Warehouses unter Verwendung von schnellen CPUs, großen Arbeitsspeichermengen und SSD-Festplatten (Solid-State Disks) und sind bei weniger als 500 GB an Daten die beste Wahl.

Dense-Storage (DS2)-Knoten ermöglichen das Erstellen großer Data Warehouses unter Verwendung von Festplattenlaufwerken (HDDs) zum niedrigen Preis, wenn Sie Reserved Instances mit einer Laufzeit von drei Jahren kaufen. Die meisten Kunden mit DS2-Clustern können ihre Workloads zu RA3-Clustern migrieren und damit im Vergleich zu DS2-Clustern von einer bis zu zweifachen Leistung und mehr Speicher zum selben Preis profitieren.

Das Vergrößern oder Verkleinern Ihres Clusters oder Wechseln zwischen Knotentypen erfordert nur einen einzelnen API-Aufruf bzw. einige wenige Klicks in der AWS-Managementkonsole. Auf der Seite mit den Preisen finden Sie weitere Informationen.

Konzentrieren Sie sich darauf, in wenigen Sekunden von Daten zu Erkenntnissen zu gelangen und Ihre Geschäftsergebnisse zu erzielen, ohne sich um die Verwaltung Ihres Data Warehouse kümmern zu müssen.

Amazon Redshift Serverless: Amazon Redshift Serverless ist eine serverlose Option von Amazon Redshift, mit der sich Analysen in wenigen Sekunden ausführen und skalieren lassen, ohne eine Data-Warehouse-Infrastruktur einrichten und verwalten zu müssen. Mit Amazon Redshift Serverless kann jeder Benutzer - einschließlich Datenanalysten, Entwickler, Geschäftsexperten und Datenwissenschaftler - durch einfaches Laden und Abfragen von Daten im Data Warehouse Einblicke in die Daten erhalten. Weitere Informationen.

Query Editor v2: Verwenden Sie SQL, um Ihre Amazon-Redshift-Daten und Ihren Data Lake für Datenanalysten, Dateningenieure und andere SQL-Benutzer mit einer webbasierten Analysten-Workbench für die Datenexploration und -analyse zugänglicher zu machen. Mit dem Query Editor v2 können Sie Abfrageergebnisse mit einem einzigen Klick visualisieren, Schemata und Tabellen erstellen, Daten visuell laden und Datenbankobjekte durchsuchen. Darüber hinaus bietet es einen intuitiven Editor für die Erstellung und Freigabe von SQL-Abfragen, Analysen, Visualisierungen und Anmerkungen, die Sie sicher mit Ihrem Team teilen können.

Automatisches Tabellendesign: Amazon Redshift prüft Nutzer-Workloads und nutzt fortschrittliche Algorithmen, die das physische Layout von Daten verbessern, um die Abfragegeschwindigkeit zu erhöhen. Bei Automatic Table Optimization werden die besten Sortier- und Verteilungsschlüssel ausgewählt, um die Leistung des Cluster-Workloads zu verbessern. Wenn Amazon Redshift feststellt, dass das Anwenden eines Schlüssels die Clusterleistung verbessert, werden Tabellen automatisch geändert, ohne dass ein Administrator eingreifen muss. Weitere Funktionen wie Automatic Vacuum Delete, Automatic Table Sort und Automatic Analyze machen die manuelle Wartung und die Optimierung von Redshift-Clustern überflüssig. So erzielen Sie die beste Leistung für neue Cluster und Produktionsworkloads.

Abfragen mit eigenen Tools: Amazon Redshift bietet Ihnen die Flexibilität, Abfragen innerhalb der Konsole auszuführen oder SQL-Client-Tools, Bibliotheken oder Datenwissenschafts-Tools wie Amazon QuickSight, Tableau, PowerBI, QueryBook und Jupyter Notebook zu verbinden.

Einfache API zur Interaktion mit Amazon Redshift: Amazon Redshift ermöglicht Ihnen problemlosen Zugriff auf Daten mit allen Arten von herkömmlichen, cloudnativen und containerisierten, auf Serverless-Webservices basierten und ereignisgesteuerten Anwendungen. Die Amazon-Redshift-Daten-API vereinfacht den Zugriff, den Eingang und den Ausgang von Daten durch Programmiersprachen und Plattformen, die vom AWS SDK unterstützt werden, beispielsweise Python, Go, Java, Node.js, PHP, Ruby und C++. Die Daten-API macht es überflüssig, Treiber zu konfigurieren und Datenbankverbindungen zu verwalten. Stattdessen können Sie SQL-Befehle für einen Amazon Redshift-Cluster ausführen, indem Sie einfach einen gesicherten API-Endpunkt aufrufen, der von der Daten-API bereitgestellt wird. Die Daten-API kümmert sich um die Verwaltung von Datenbankverbindungen und das Puffern von Daten. Die Daten-API ist asynchron gestaltet, sodass Sie Ihre Ergebnisse später abrufen können. Die Abfrageergebnisse werden 24 Stunden lang aufbewahrt.

Fehlertolerant: Mit verschiedenen Funktionen kann die Zuverlässigkeit Ihres Clusters aus Data Warehouses gesteigert werden. Amazon Redshift überwacht zum Beispiel kontinuierlich den Clusterstatus, repliziert Daten ausgefallener Laufwerke erneut automatisch und ersetzt Knoten bei Bedarf absolut fehlertolerant. Cluster können in alternative Availability Zones (AZs) verschoben werden, ohne dass es zu Datenverlust und Anwendungsänderungen kommt.

AWS verfügt über umfassende Sicherheitsfunktionen, die höchsten Ansprüchen gerecht werden, und Amazon Redshift bietet sofort einsatzbereite Datensicherheit ohne zusätzliche Kosten.

Präzise Zugriffskontrollen: Mit präzisen Sicherheitskontrollen auf Zeilen- und Spaltenebene wird sichergestellt, dass Benutzern nur die Daten angezeigt werden, auf die sie Zugriff haben sollen. Amazon Redshift ist in AWS Lake Formation integriert. Dadurch wird sichergestellt, dass die Zugriffskontrollen auf Spaltenebene von Lake Formation auch für Redshift-Abfragen für die Daten im Data Lake angewendet werden.

Die gemeinsame Nutzung von Amazon-Redshift-Daten unterstützt die zentralisierte Zugriffskontrolle mit AWS Lake Formation, um die Verwaltung der von Amazon Redshift freigegebenen Daten zu vereinfachen. AWS Lake Formation (LF) ist ein Service, mit dem Sie ganz einfach sichere Data Lakes einrichten, den granularen Zugriff auf Daten über alle nutzenden Services hinweg zentral verwalten und Kontrollen auf Zeilen- und Spaltenebene anwenden können.

Dynamic Data Masking: Mit Dynamic Data Masking können Kunden ihre sensiblen Daten ganz einfach schützen, indem sie einschränken, wie viele identifizierbare Daten für die Benutzer sichtbar sind. Außerdem können sie mehrere Berechtigungsstufen für diese Felder definieren, so dass verschiedene Benutzer und Gruppen unterschiedliche Zugriffsrechte auf die Daten haben, ohne dass mehrere Datenkopien erstellt werden müssen – alles über die vertraute SQL-Schnittstelle von Redshift.

Multi AZ: Die neue Redshift Multi-AZ-Konfiguration erweitert die Wiederherstellungsmöglichkeiten, indem sie die Wiederherstellungszeit verkürzt und die Kapazität zur automatischen Wiederherstellung ohne Datenverlust garantiert. Ein Redshift Multi-AZ-Data-Warehouse maximiert die Leistung und den Wert, indem es hohe Verfügbarkeit bietet, ohne Standby-Ressourcen nutzen zu müssen.

End-to-End-Verschlüsselung: Mit nur wenigen Parametereinstellungen können Sie Amazon Redshift für die Verwendung von SSL zum Absichern der Daten während der Übertragung und für die hardwarebeschleunigte AES-256-Verschlüsselung zum Absichern der Daten im Ruhezustand konfigurieren. Wenn Sie die Verschlüsselung für Daten bei der Speicherung aktivieren, werden alle auf einen Datenträger geschriebenen sowie sämtliche Backups verschlüsselt. Amazon Redshift übernimmt standardmäßig die Schlüsselverwaltung für Sie.

Netzwerkisolierung: In Amazon Redshift können Sie den Netzwerkzugriff auf Ihren Data Warehouse-Cluster mit Firewall-Regeln steuern. Sie können Amazon Redshift auch in Amazon Virtual Private Cloud (VPC) ausführen, um Ihren Data-Warehouse-Cluster in Ihrem eigenen virtuellen Netzwerk zu isolieren und die Verbindung zur vorhandenen IP-Infrastruktur über dem Branchenstandard entsprechende verschlüsselte IPsec-VPNs herzustellen.

Prüfung und Compliance: Zur Überwachung sämtlicher Redshift-API-Aufrufe ist Amazon Redshift in AWS CloudTrail integriert. Redshift protokolliert alle SQL-Vorgänge, so zum Beispiel Verbindungsversuche, Abfragen und Änderungen am Data Warehouse. Sie können auf diese Protokolle über SQL-Abfragen an Systemtabellen zugreifen oder die Protokolle in einen sicheren Speicherort in Amazon S3 herunterladen. Amazon Redshift erfüllt die Vorgaben von SOC1, SOC2, SOC3 und PCI DSS Level 1. Weitere Informationen erhalten Sie unter AWS Cloud Compliance.

Tokenisierung: Mit den benutzerdefinierten Funktionen (UDFs) von Amazon Lambda können Sie eine AWS-Lambda-Funktion als UDF in Amazon Redshift verwenden und sie aus Redshift-SQL-Abfragen heraus abrufen. Diese Funktionalität ermöglicht es Ihnen, benutzerdefinierte Erweiterungen für Ihre SQL-Abfrage zu schreiben, um eine engere Integration in andere Services oder Produkte von Drittanbietern zu erreichen. Sie können Lambda-UDFs schreiben, um in Abfragezeit externe Tokenisierung, Data Masking und die Identifizierung oder Deidentifizierung von Daten zu ermöglichen, indem Sie Anbieter wie Protegrity integrieren, und den Schutz vertraulicher Daten je nach den Berechtigungen und Gruppen eines Nutzers einschalten oder aufheben.

Informieren Sie sich über die Neuerungen.

Sehen Sie sich die Amazon Redshift-Dokumentation an, um ausführlichere Produktinformationen zu erhalten.