Amazon Redshift是一個(gè)由Amazon網(wǎng)絡(luò)服務(wù)(AWS)推出的數(shù)據(jù)倉庫服務(wù)，盡管它可能會吸引一些用戶，但是請注意它不同于企業(yè)內(nèi)部版。作為企業(yè)內(nèi)部數(shù)據(jù)倉庫的一個(gè)替代產(chǎn)品，Redshift深得用戶的青睞，特別是在用戶了解了其鮮明的服務(wù)特色，并將其用于提升業(yè)務(wù)優(yōu)勢之后更是如此。

Amazon Redshift把數(shù)據(jù)倉庫應(yīng)用提升到了平臺即服務(wù)(PaaS)產(chǎn)品的高度。這個(gè)數(shù)據(jù)倉庫服務(wù)是基于PostgreSQL定制版的，這是一個(gè)具有其競爭對手商業(yè)關(guān)系型數(shù)據(jù)庫管理系統(tǒng)所有功能的開源關(guān)系型數(shù)據(jù)庫。多年以來，關(guān)系型數(shù)據(jù)庫一直都支持服務(wù)器集群，但是其早期版本是難以實(shí)施和管理的。

Redshift旨在解決過去被強(qiáng)加給數(shù)據(jù)庫管理員(DBA)數(shù)據(jù)庫集群那令人沮喪、費(fèi)時(shí)的挑戰(zhàn)的。數(shù)據(jù)庫管理員使用Amazon控制面板來創(chuàng)建最多達(dá)16個(gè)計(jì)算節(jié)點(diǎn)的集群，其中每個(gè)節(jié)點(diǎn)都配置有2TB或16TB的存儲器。

Redshift用戶可實(shí)現(xiàn)更低的存儲成本

Redshift是一個(gè)柱狀的數(shù)據(jù)存儲，因此當(dāng)數(shù)據(jù)被存儲在磁盤上時(shí)，它們是按列而不是按行進(jìn)行排列的。這樣就減少了當(dāng)根據(jù)列選擇數(shù)據(jù)時(shí)所需的輸入輸出操作數(shù)量，例如選擇上月所有銷售額大于10000單位的產(chǎn)品，它還允許實(shí)現(xiàn)更高效的數(shù)據(jù)壓縮，從而最終實(shí)現(xiàn)用戶存儲成本的降低。

與所有暢銷商品一樣，Amazon Redshift的價(jià)格也頗具吸引力，具體為1000美元每年每TB。不要感到驚訝，這有利于這款產(chǎn)品迅速占領(lǐng)市場。1000美元每年每TB的成本相當(dāng)于在2TB節(jié)點(diǎn)上運(yùn)行的預(yù)約價(jià)。如果你運(yùn)行著一個(gè)小型數(shù)據(jù)倉庫，那么你可能采用單節(jié)點(diǎn)的數(shù)據(jù)倉庫。只有2TB的實(shí)例(即被稱為dw.hs1.xlarge的服務(wù)器)適用于單節(jié)點(diǎn)配置;16TB的實(shí)例(dw.hs1.8xlarge)是為集群保留的。

除了存儲數(shù)據(jù)和執(zhí)行查詢的計(jì)算節(jié)點(diǎn)之外，你還需要一個(gè)群首節(jié)點(diǎn)。群首節(jié)點(diǎn)從客戶端接收查詢、制定運(yùn)行計(jì)劃、向計(jì)算節(jié)點(diǎn)發(fā)送查詢并收集查詢計(jì)算結(jié)果。Amazon只根據(jù)計(jì)算節(jié)點(diǎn)進(jìn)行收費(fèi);群首節(jié)點(diǎn)是不收取費(fèi)用的。

定價(jià)是基于虛擬機(jī)規(guī)模的。2TB節(jié)點(diǎn)的請求定價(jià)為每小時(shí)0.85美元，而16TB節(jié)點(diǎn)的價(jià)格則為6.80美元每小時(shí)。目前，Amazon Redshift可供美國東部、美國西部和東歐(愛爾蘭)等區(qū)域的用戶使用。

保留實(shí)例可以降低你的成本，但是用戶從AWS直接購買需簽訂為期一年或三年的使用承諾書。用戶也可以通過Amazon市場的另一個(gè)客戶處購買。銷售實(shí)例的客戶自行定價(jià)，并確定市場上所提供機(jī)器實(shí)例的類型。

由于Amazon Redshift剛剛問世，你可能還無法馬上找到很多的數(shù)據(jù)倉庫實(shí)例。另外，如果你能夠總是在你的合同中銷售所有未用和不必要的機(jī)時(shí)，那么你可能會決定購買一個(gè)保留實(shí)例。

數(shù)據(jù)倉庫節(jié)點(diǎn)的價(jià)格包括了計(jì)算節(jié)點(diǎn)上的存儲成本以及用于備份應(yīng)用Amazon簡單存儲服務(wù)(S3)上的等量存儲資源。如果你在你的數(shù)據(jù)倉庫中存儲了超過存儲量的數(shù)據(jù)，那么你會需要對超出的存儲資源按標(biāo)準(zhǔn)S3價(jià)格支付費(fèi)用。

通過Amazon Redshift進(jìn)行數(shù)據(jù)維護(hù)

Redshift的性能恰與其并行運(yùn)行的能力一致。在集群中查詢是跨節(jié)點(diǎn)分布的，因此每個(gè)節(jié)點(diǎn)都會完成整個(gè)工作量中的一小部分。不要因?yàn)榭绻?jié)點(diǎn)的數(shù)據(jù)分布而錯(cuò)誤估計(jì)了工作量。默認(rèn)情況下，Redshift將使用Round-Robin算法來實(shí)現(xiàn)集群中跨所有節(jié)點(diǎn)的數(shù)據(jù)分發(fā)。如果你選擇基于關(guān)鍵節(jié)點(diǎn)的數(shù)據(jù)分布，那么你應(yīng)當(dāng)仔細(xì)選擇這個(gè)關(guān)鍵節(jié)點(diǎn)以避免在節(jié)點(diǎn)子集中的瓶頸。

所有的數(shù)據(jù)庫都需要一定程度的維護(hù)，而Redshift將會執(zhí)行一些最常見的維護(hù)任務(wù)，其中包括執(zhí)行備份操作和為軟件打補(bǔ)丁等。數(shù)據(jù)庫管理員們將仍然需要監(jiān)控與數(shù)據(jù)庫設(shè)計(jì)和數(shù)據(jù)負(fù)載相關(guān)的性能表現(xiàn)。RedShift通過在表中刪除現(xiàn)有的列和添加新的列來執(zhí)行更新操作。這將有助于提升運(yùn)行性能，但也會導(dǎo)致存儲碎片的出現(xiàn)和增多。數(shù)據(jù)庫管理員需要定期運(yùn)行VACUUM命令以便于回收未使用的存儲空間。數(shù)據(jù)庫管理員還需熟悉用于檢查查詢執(zhí)行計(jì)劃的ANALYZE命令，這是分析查詢運(yùn)行緩慢原因的一個(gè)關(guān)鍵技術(shù)。

作者簡介：Dan Sullivan，是一名擁有超過20年IT經(jīng)驗(yàn)的作家、系統(tǒng)架構(gòu)師和顧問。他致力于先進(jìn)分析、系統(tǒng)架構(gòu)、數(shù)據(jù)庫設(shè)計(jì)、企業(yè)安全和業(yè)務(wù)智能等應(yīng)用。他曾在多個(gè)行業(yè)中工作，其中包括金融服務(wù)、制造、醫(yī)藥、軟件開發(fā)、政府、零售、教育等。Dan曾就多個(gè)主題撰寫了大量文章，如數(shù)據(jù)倉庫、與安全管理相關(guān)的云計(jì)算技術(shù)和先進(jìn)分析、協(xié)作以及文本挖掘。