写点什么

Amazon Redshift Spectrum – EB 级的 S3 数据就地查询

  • 2019-12-26
  • 本文字数:1803 字

    阅读完需:约 6 分钟

Amazon Redshift Spectrum – EB 级的 S3 数据就地查询

现在,只需单击几下就可以启动基于云的计算和存储资源,而我们面临的新挑战是如何利用这些资源,尽可能快速高效地将原始数据转化为可执行的结果。


Amazon Redshift 允许 AWS 客户构建 PB 级的数据仓库,使来自各种内部和外部源的数据得以整合。由于 Redshift 针对大型表上的复杂查询(通常涉及多个 join)进行了优化,因此它可以毫不费力地处理大量零售、库存和财务数据。加载数据后,我们的客户可以使用由 Redshift 合作伙伴提供的大量企业报告和商业智能工具。运行数据仓库最具挑战性的方面之一是加载的数据是不断变化且可能是快速注入的。为了提供出色的查询性能,将数据加载到数据仓库涉及压缩、规范化和优化步骤。虽然这些步骤可以自动执行和扩展,但加载过程会带来开销和复杂性,还会妨碍那些非常重要的可行结果的生成。此外,数据格式带来了另一个有趣的挑战。某些应用程序会在数据仓库外部以原始形式处理数据,而另一些应用程序则会直接将向数据仓库发出查询。这种模型导致存储效率低下,因为数据必须存储两次,还可能意味着由于加载过程带来的延迟,一种处理形式的结果可能与另一种处理形式的结果不一致。


Amazon Redshift Spectrum


为了让您能够原汁原味地处理数据,同时利用 Amazon Redshift 的强大功能和灵活性,我们推出了 Amazon Redshift Spectrum。您可以使用 Spectrum 对存储在 Amazon Simple Storage Service (S3) 中的数据运行复杂查询,而无需加载或进行其他数据准备。您只需创建数据源,然后像往常一样向您的 Redshift 集群发出查询。在后台,基于您的查询需求,Redshift Spectrum 能够使用数千个实例来利用大规模并行处理,即使您的数据集增长到超过 EB 级,也可以确保您获得快速、一致的性能! 能够查询存储在 S3 中的数据意味着您可以利用 Redshift 查询模型的全部功能以及所有可用的报告和商业智能工具来独立地扩展计算和存储。查询可以引用 Redshift 表和 S3 中存储的数据的任何组合。当您发起查询时,Redshift 会进行解析并生成一个查询计划,该计划将利用面向列的格式以及按日期或其他键值分区的数据,从而最大限度地减少将要读取的 S3 数据量。然后,Redshift 从一个大型共享池中请求 Spectrum 工作线程,并指挥它们投射、筛选和聚合 S3 数据。系统将在 Redshift 集群中执行最终的处理,并将结果返回给您。由于 Spectrum 负责对存储在 S3 中的数据进行操作,因此您可以使用其他 AWS 服务(例如 Amazon EMR 和 Amazon Athena)来处理数据。您还可以部署混合模式,即将频繁查询的数据保存在 Redshift 本地存储中,而将其余数据保存在 S3 中,或者将 维度表与 事实数据表的最新部分一起保存在 Redshift 中,而将较旧的数据保存在 S3 中。为了提高并发级别,您还可以将多个 Redshift 集群指向同一个存储数据。Spectrum 支持开放的常用数据类型,包括 CSV/ TSV、 Parquet、 SequenceFile 和 RCFile。您可以使用 GZip 或 Snappy 压缩文件,更多的数据类型和压缩方法已经在计划中。


Spectrum 的实际应用


为了获得有关 Spectrum 的第一手经验,我加载了一个示例数据集并且运行了一些查询!我首先创建了外部模型和数据库:然后,我在数据库中创建了一个外部表:我运行了一个简单的查询,以便了解数据集的大小(61 亿行):然后,我运行了一个对所有行进行遍历的查询:如您所见,Spectrum 能够在大约 15 秒内浏览全部 60 亿行。我检查了集群的性能指标,看起来我还有足够的 CPU 处理能力来同时运行更多此类查询:


现已推出


现已推出 Amazon Redshift Spectrum,您可以立即开始使用!


Spectrum 定价是基于查询处理期间从 S3 中所抽取的数据量,并按每 TB 5 USD 的价格收费(您可以通过压缩数据和/或以列的方式存储数据,以便节省成本)。您需要支付常规费用来运行 Redshift 集群并将数据存储在 S3 中,但是当您未运行查询时,不会收取 Spectrum 费用。


– Jeff;


PS – 有些用户询问了 Spectrum 与 Athena 之间的关系,以及这两种工具对不同工作负载的适用性。幸运的是,最近更新的 Redshift 常见问题回答了此问题;请参阅应该何时使用 Amazon Athena 与 Redshift Spectrum?,以了解更多信息。


作者介绍:


Jeff Barr


Jeff Barr 是 AWS 的首席宣传官。他于 2004 年创办本博客,此后几乎未间断地撰写文章。


本文转载自 AWS 技术博客。


原文链接:https://amazonaws-china.com/cn/blogs/china/amazon-redshift-spectrum-exabyte-scale-in-place-queries-of-s3-data/


2019-12-26 13:38600

评论

发布
暂无评论
发现更多内容

只有这些东西?不,学习Android开发只要这些东西,想转行当程序员的必看

android 程序员 移动开发

史上最详Android版kotlin协程入门进阶实战(三),4面字节跳动拿到Offer

android 程序员 移动开发

回眸重探锁机制,跨平台移动开发的特点

android 程序员 移动开发

国内大厂在移动端跨平台的框架接入分析,2021年一起努力应对互联网寒冬吧

android 程序员 移动开发

图巨多,手把手教学Android-Studio超详细安装过程,kotlin菜鸟教程

android 程序员 移动开发

又来新需求了,急,Android怎么实现时间线效果,成体系化的神级Android进阶笔记

android 程序员 移动开发

反思|Android 事件拦截机制的设计与实现,android串口工具apk

android 程序员 移动开发

另一种绕过-Android-P以上非公开API限制的办法,安卓多线程面试题

android 程序员 移动开发

史上最全Android性能优化总结,经典收藏,一口气拿了9家公司的offer

android 程序员 移动开发

双非本,3年时间从外包到阿里P6(Android岗,移动终端软件开发颜色演示

android 程序员 移动开发

在线二进制转文本工具

入门小站

工具

史上最详Android版kotlin协程入门进阶实战(一),一线互联网公司面经总结

android 程序员 移动开发

[ CloudWeGo 微服务实践 - 05 ] 服务注册(2)

baiyutang

golang 微服务 11月日更

四张图让你玩转Tomcat系统架构!!!,移动应用开发课程设计报告

android 程序员 移动开发

听我慢慢道来Android-面试中的细节,三年老Android经验面经

android 程序员 移动开发

启动速度与执行效率优化项目实战(四),android开发入门与实战网盘

android 程序员 移动开发

双非大三,无实习经历,如何以 hard 模式逆袭字节跳动,androidframework开发书籍

android 程序员 移动开发

只需四点,让你的面试百试百过!,android移动应用基础教程

android 程序员 移动开发

可怕!RxHttp2,安卓开发基础

android 程序员 移动开发

史上最详Android版kotlin协程入门进阶实战(四),flutter开源项目商业化

android 程序员 移动开发

四月字节客户端面经,七月内推请找我,一文带你搞懂Android多线程Handler

android 程序员 移动开发

反向面试提问,安卓framework层

android 程序员 移动开发

四张图让你玩转Tomcat系统架构!!!(1),android音频面试题

android 程序员 移动开发

四面阿里,因为最后一个问题与offer失之交臂,android驱动开发

android 程序员 移动开发

因为不了解Android事件分发机制,居然被实习生嘲笑了,天呐

android 程序员 移动开发

图文DEMO并茂讲解RecyclerView滑动时回收和复用触发的时机

android 程序员 移动开发

反思一次羞愧的阿里面试经历,致Android开发者

android 程序员 移动开发

linux之我常用的系统重要文件备份命令

入门小站

Linux

可能一眼看不懂的几行Kotlin代码,程序员面试防坑宝典

android 程序员 移动开发

史上最详Android版kotlin协程入门进阶实战(三)(1),面试Android岗

android 程序员 移动开发

哭了!失业半年-2020没有风口我也要跳槽,凭本事吃饭有技术到哪都是人才

android 程序员 移动开发

Amazon Redshift Spectrum – EB 级的 S3 数据就地查询_文化 & 方法_亚马逊云科技 (Amazon Web Services)_InfoQ精选文章