ITPub博客

Amazon Redshift 已成为发展最快的 AWS 服务之一，因为它帮助解决了暗数据问题。它在成本和速度方面至少优于市面大多数替代产品一个数量级。此外，Amazon Redshift 从一开始就是完全托管的，您无需担心容量、预配置、修补、监控、备份和许多其他 DBA 难题。许多客户（包括 Vevo、Yelp、Redfin 和 Edmunds）都已迁移到 Amazon Redshift，旨在改

Original URL:我们将此称为“暗数据”问题。我们的客户很清楚他们收集的数据中存在未被发掘的价值，否则他们为什么要耗费资金去存储数据呢？ 但可供他们用来分析此类数据的系统太慢、太复杂并且成本太高昂，因此他们无法将此类系统应用于所有数据，而只能应用于精选出的部分数据。他们在存储数据时抱有积极的希望：总有一天有人会找到解决方案。

Amazon Redshift Spectrum 使您能够对存储在 Amazon S3 中的数据运行 Amazon Redshift SQL 查询。利用 Redshift Spectrum，您可以将 Amazon Redshift 的强大分析能力扩展到存储于 Amazon Redshift 本地的数据之外。Redshift Spectrum 提供的多种功能能够扩大您可能实施的战略。

Original URL:这是一篇由 ZS 提供的客座博文。用他们自己的话来说：“ZS 是一家专业服务公司，它与其他公司密切合作以帮助其开发与交付能为客户创造价值，并且提升公司业绩的产品和解决方案。ZS 所经营的业务融合了技术、咨询、分析和运营，其目标是改善客户的商业体验。”

AWS 成本和使用情况报告 (CUR) 会追踪您的 AWS 使用情况，并提供与之相关联的预计费用。您可以配置此报告为以小时或日为间隔显示数据；在账单收费期最后结束前，它至少每天会更新一次。成本和使用情况报告会自动发送到由您指定的 Amazon S3 存储桶，可以在那里直接下载。

在本文中，我们将介绍有关通过 Amazon Redshift Simple Replay 实用程序自动评估 Amazon Redshift RA3 实例的步骤。如果您使用旧一代 DS2 和 DC2 节点类型在 Amazon Redshift 中运行生产工作负载，则可以使用此解决方案自动从源生产集群中提取工作负载日志并在隔离的环境中 重放这些日志，以便您直接无缝地对比这两个 Amazon Redsh

您可以使用 Amazon Redshift ML 自动执行数据准备、预处理和问题类型的选择，如这篇博客文章中所述。我们假设您非常了解自己的数据以及最适用于您使用案例的问题类型。本文将专注于使用多分类问题类型在 Amazon Redshift 中创建模型，该类型包括至少三个类别。

数据仓库是信息的中央存储库。业务分析师、数据工程师、数据科学家和决策者通过商业智能 (BI) 工具、SQL 客户端和其他分析应用程序访问数据。数据和分析已然成为各大企业保持竞争力所不可或缺的部分。企业用户依靠报告、控制面板和分析工具从其数据中获得洞察力、监控企业绩效以及更明智地决策。

Amazon Redshift 是使用最广泛的云数据仓库。通过它您可以快速、简单而经济高效地使用标准 SQL 和现有商业智能 (BI) 工具分析您的所有数据。它还允许您使用高性能存储中的列式存储通过复杂的查询优化对 TB 级到 PB 级结构化和半结构化数据运行复杂的分析查询，并能大规模执行并行查询。

在本文中，我们将介绍有关通过 Amazon Redshift Simple Replay 实用程序自动评估 Amazon Redshift RA3 实例的步骤。如果您使用旧一代 DS2 和 DC2 节点类型在 Amazon Redshift 中运行生产工作负载，则可以使用此解决方案自动从源生产集群中提取工作负载日志并在隔离的环境中重播这些日志

对于OLAP的应用场景，更多的不是查询的任务，而是基于大量的数据集，通过复杂的联表，分组，聚合，排序等操作，得出基于某些维度的分析结果，为决策层提供数据参考，同时可以通过对接BI工具，最大化地挖掘数据的价值 因此,如果我们需要将OLAP业务从现有OLTP业务中剥离出来,使用专业的数据仓库工具进行数据的管理和分析。

Amazon Redshift是亚马逊云科技的数据仓库产品，可以运用于各种不同的大数据场景中，实际场景中往往有一些复杂的任务依赖和性能的不确定性。本博客提供CDK代码，其中会生成Cloudformation模版搭建一个简单的环境，包括一个Redshift集群，一个Glue Workflow(见下图)包含建立Redshift表、加载TPC-DS数据到表、顺序运行TPC-DS 99个查询和并行运行TP

Amazon Glue 是一项无服务器数据集成服务，它简化了发现、准备和合并数据以进行分析、机器学习和应用程序开发的工作。Glue 为您提供可视化界面和基于代码的界面来简化数据集成。用户使用Glue 数据目录可以轻松找到并访问数据。数据工程师和 ETL（即提取、转换和加载）开发人员只需在 Amazon Glue Studio 中点击几次，便能够以可视化的方式创建、运行和监控 ETL 工作流程。

Amazon Redshift是一套快速、可扩展且安全的全托管云数据仓库，能够以简单、经济、高效的方式，使用标准SQL以及现有ETL、商务智能（BI）和报告工具对你的数据进行分析。每一天，成千上万的客户使用Amazon Redshift处理EB级别的数据，并为商务智能、预测分析与实时流分析等强大的分析工作负载提供支持。

在此博文中，我们解释了将带 Redshift Spectrum 的 Amazon Redshift 扩展为现代数据仓库的原因。我将介绍我们的数据增长及平衡成本和性能的需求如何促使我们采用 Redshift Spectrum。我还将分享我们的环境中的关键性能指标，并讨论提供可扩展和快速环境的额外 AWS 服务，并提供数据供我们日益增长的用户群进行立即查询。

Heimdall Data是一款数据库代理，可将缓存与无效逻辑引入您所选定的缓存方案当中。Heimdall有何独特之处？简单来说，它能够自动建立缓存机制、无需进行任何复杂的配置，并能够在更贴近应用程序的位置执行，从而消除不必要的数据库交互。如此一来，您的网络延迟将显著降低，AWS使用成本也将得到有效控制。 在本文中，我们将了解如何使用AWS中的Heimdall代理一步步配置自动查询缓存。

Yelp的使命，是将人们与当地的优秀企业联系起来。自2004年成立以来，Yelp已经从仅为总部所在地旧金山提供服务，发展成为一家覆盖30多个国家/地区大都市区域的跨国企业。凭借着基于高效广告与交易的商业模式，该公司在2015年获得超过5亿美元收入，较上一年增长了46%。Yelp已经发展成为一家以移动设备为中心的公司，其搜索量占比超过70%，来自移动端的内容占比亦超过58%。

在今天的文章中，我们将探讨Cookpad如何将日志数据的加载间隔从几个小时缩短至几分钟，保证用户可通过Amazon Redshift Spectrum查询完整日志信息。此外，我们还将讨论如何通过并发扩展将查询队列等待时间减少15%。最后，我们将介绍如何使用Amazon Redshift即付即用定价模式轻松控制运营成本。

在本文中，我们将逐步进行配置，了解如何使用Lambda设置Athena联合体系以访问Amazon Redshift中的数据。大家还将了解如何对交互式TPC-DS查询及即席TPC-DS查询进行性能基准分析，并了解联合使用场景下的各项性能优化注意事项与最佳实践。

Amazon Neptune是一项专门为此而生的图数据库服务，可用于存储相互关联的数据模式，帮助用户以近实时方式捕捉来自客户旅程的数据并建立起之前提到的客户360度视图。这种全关联数据解决方案还将为您的客户服务代表提供业务洞见、协助推动新的销售举措、为客户提供建议、支持客户360度仪表板，或者直接作为机器学习分析解决方案的数据存储库使用。