Amazon Redshift: Der endgültige Leitfaden

Kapitel 5. Skalierung und Leistungsoptimierungen

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Wenn wir dir sagen würden, dass die einzige Konstante der Wandel ist, dann würden wir wahrscheinlich "zum Chor predigen". Die Herausforderung besteht heute darin, wie schnell sich dein Data Warehouse an den Wandel anpassen kann. Bei traditionellen Data-Warehousing-Systemen ist diese Veränderung oft schwierig, weil die Vorlaufzeit für die Bereitstellung von Ressourcen zu lang ist. Mit Amazon Redshift ist es einfach, sich an Veränderungen anzupassen, sei es bei der Speicherung oder bei der Rechenleistung. Es gibt keine teuren Fehlentscheidungen, da du schnell mit dem Anstieg oder Rückgang der Nachfrage skalieren kannst.

Das Ziel der Skalierung ist es, Änderungen in deinem Workload zu erfüllen, um das aktuelle Leistungsniveau und die damit verbundenen SLA aufrechtzuerhalten. Wenn du neue Workloads zu deinem Warehouse hinzufügst, können die bestehenden SLAs beeinträchtigt werden; hier kommt die Skalierung ins Spiel. Eine Skalierung kann auch erforderlich sein, wenn du mehr Daten als bisher analysierst, was sichtbare Auswirkungen auf die SLAs deiner Arbeitslast hat. Um deine Skalierungsziele mit Amazon Redshift zu erreichen, gibt es zwei Strategien, die du beachten solltest: Du musst sicherstellen, dass dein Data Warehouse richtig dimensioniert ist und dass deine Arbeitslasten auf Leistung getrimmt sind. ...