了解 Amazon SageMaker 平台

Amazon Redshift

使用 SQL 为您的数据湖仓实现大规模的卓越性价比
Amazon Redshift 入门
联系 Amazon Redshift 专家

为什么选择 Amazon Redshift？

数以万计的客户使用 Amazon Redshift 进行大规模的现代数据分析，与其他云数据仓库相比，其性价比最高可提高 3 倍，吞吐量最高可提高 7 倍。Amazon Redshift 与 Amazon SageMaker Lakehouse 无缝集成，让您可以在 Amazon Redshift 数据仓库和 Amazon Simple Storage Service（Amazon S3）数据湖的统一数据上使用其强大的 SQL 分析功能。利用 Amazon Redshift 零 ETL 集成实现近实时分析，从而加快决策速度，无需构建复杂的数据管道即可连接来自流媒体服务、运营数据库和第三方企业应用程序的数据。Amazon Redshift Serverless 让您可以轻松扩展分析功能，分析 PB 级的数据，而无需承担基础设施管理的负担。Amazon Redshift 中的 Amazon Q 可通过自然语言简化 SQL 编写，从而提高团队的工作效率。通过将 Amazon Redshift 在 Amazon Bedrock 中用作生成式人工智能助手的结构化知识库，可大幅提高数据的价值，从而为应用程序提供更相关、更准确的输出。

 

优势

在 Amazon Redshift 中扩展数据分析工作负载时，与其他云数据仓库相比，性价比最多可高 3 倍，吞吐量可高 7 倍。通过在整个组织中使用可扩展的多数据仓库架构隔离工作负载，降低成本并满足业务关键型 SLA。借助网络隔离等全面的安全功能和精细访问控制（例如行级和列级权限），您可以保护数据，而无需支付额外费用。
通过与 SageMaker Lakehouse 的无缝集成，在所有统一数据中使用 Amazon Redshift 强大的 SQL 分析功能。以开放格式查询存储在 Amazon S3 上的高性能数据，无需在数据湖和数据仓库之间移动或复制数据。您可以轻松地将 Amazon Redshift 数据用作 SageMaker Lakehouse 的一部分，以便与 AWS 和 Apache Iceberg 兼容的多种分析引擎和机器学习（ML）工具可进行访问。
无需构建和管理复杂的管道，即可提供 PB 级数据用于分析，以加快创新，从而实现对分析使用案例的近实时访问。使用零 ETL 集成，将交易数据从 Amazon Aurora、Amazon Relational Database Service（Amazon RDS）和 Amazon DynamoDB 等数据库无缝迁移到 Amazon Redshift，而不会影响性能。通过原生流媒体服务集成，从 Amazon Kinesis 和 Amazon Managed Streaming for Apache Kafka（Amazon MSK）提取大量实时数据。将所有数据集中在一处，启用近实时分析，并直接在 Amazon Redshift 中构建预测性机器学习模型，以获得强大的业务见解。
使用 Amazon Redshift Serverless，只需几秒即可开始分析您的数据。Amazon Redshift Serverless 可从您的工作负载中学习并自动扩展计算资源，以满足您不断变化的分析需求，因此您无需管理基础设施即可专注于发现见解。连接到您的数据来源，并开始分析数据，无需设置或维护基础设施。
通过 Amazon Redshift 与 Amazon Bedrock 的无缝集成，使用 PB 级组织数据构建个性化应用程序。借助 Amazon Redshift 查询编辑器中的 Amazon Q 生成式 SQL，确保数据用户使用自然语言更快地编写 SQL 查询，从而提高工作效率。调用 Amazon Bedrock 和 SageMaker 的大型语言模型，以执行高级自然语言处理任务，例如文本摘要、实体提取和情绪分析，从而使用 SQL 从数据中获得更深入的见解。

工作原理

Amazon Redshift 使用 SQL 在数据仓库、运营数据库和数据湖间分析结构化和半结构化数据，使用 AWS 设计的硬件和 ML 在任意规模上提供最佳的性价比。

使用案例

每秒摄取数百兆字节的数据，因此您可以近乎实时地查询数据，并构建用于欺诈检测、实时排行榜和物联网的低延迟分析应用程序。

利用 Amazon Redshift 和 BI 工具（如 Amazon QuickSight、Tableau、Microsoft PowerBI 或其他工具）构建洞察驱动型报告和控制面板。

利用 SQL 为预测分析、分类、回归等多种用例构建、训练和部署机器学习模型，支持对大量数据进行高级分析。

在数据库、数据仓库和数据湖中的所有数据之上构建应用程序。无缝、安全地共享和协作，为客户创造更多价值，将数据作为服务获利，并开辟新的收入来源。

无论是市场数据、社交媒体分析、天气数据还是其他数据，您都可以订阅 AWS Data Exchange 中的第三方数据并将其与您在 Amazon Redshift 中的数据相结合，而无需费心处理许可和载入流程以及将数据移至仓库。

Amazon Redshift Serverless

在数秒内轻松运行和扩展分析，而无需调配和管理数据仓库

试用 Amazon Redshift Serverless »

深入了解 AWS