AWS · Software · ficha YoctoIT

Redshift

El data warehouse de AWS: analytics sobre petabytes, integrada con el lake en S3 y ahora también serverless.

FOCUS · ANALYTICS EN LA NUBEEl warehouse que consulta también el lake: SQL sobre S3 sin mover el dato
Material YoctoIT para clientes y partners · AWS e i nomi dei servizi sono marchi di Amazon.com, Inc.
01 · Qué es

Amazon Redshift, en claro.

Redshift lleva el data warehouse a la nube AWS: columnas comprimidas, ejecución massively parallel y la posibilidad de consultar directamente los datos en S3 (Spectrum). La versión Serverless elimina también la gestión de clústeres.

Petabyte
la escala del warehouse, sin appliances
Serverless
pagas las consultas, no el clúster encendido
Zero-ETL
de Aurora y RDS al warehouse sin pipelines que mantener
Icona ufficiale AWS — Amazon Redshift
ICONO OFICIAL AWS · Redshift
Console AWS
CONSOLA AWS REAL · REDSHIFT QUERY EDITOR V2 · FUENTE: AWS BLOG
02 · Cómo usarlo bien

Las cosas que marcan la diferencia.

La plataforma analítica

BI & data appsLooker, Power BI, QuickSight
Redshift
Spectrum → S3
Data sharing
warehouse · lake · compartición
Zero-ETL desde RDS/Aurorael transaccional que llega solo
S3 data lakela base común del dato
Del dato bruto al dashboard

Arquitectura MPP columnar

Las consultas analíticas sobre miles de millones de filas: compresión y paralelismo hacen el trabajo.

Redshift Spectrum

El SQL que baja al lake: S3 consultado sin cargar nada.

Materialized views & autotuning

Las agregaciones que se mantienen solas: la BI rápida sin tuning infinito.

Data sharing

El dato compartido entre entornos y sociedades del grupo sin copias: una sola verdad.

03 · En profundidad

MPP, RA3 y el warehouse que se detiene

Redshift es un MPP columnar: las tablas se distribuyen (DISTKEY/EVEN/ALL) y ordenan (SORTKEY) para la co-ubicación de los joins; los nodos RA3 separan cómputo y managed storage, Serverless factura en RPU solo cuando consulta. Spectrum lee S3 externo, la materialized view acelera los cuadros de mando, WLM/queues gestionan la concurrencia, y el zero-ETL desde Aurora trae el transaccional sin pipelines.

  • DISTKEY/SORTKEY — la física de los datos: los joins co-ubicados valen más que cualquier tuning
  • RA3 — cómputo y almacenamiento separados: se escala el cálculo sin redistribuir los datos
  • Serverless — RPU por consumo: el warehouse de los picos y del no-24/7
  • Spectrum — consultas directas sobre S3: el lake consultado sin cargarlo
  • Zero-ETL — de Aurora a Redshift gestionado por AWS: el near-real-time sin pipelines
  • Concurrency scaling — clústeres extra automáticos en los picos de dashboards
04 · Números y ciclo de vida

Los números que cuentan.

RPU
la unidad serverless: parte de 8, factura al segundo
3x
la aceleración típica de una sortkey correcta en los range scans
0 ETL
desde Aurora con la integración zero-ETL
PB
la escala del managed storage RA3
El warehouse rápido es física de los datos: claves de distribución, vistas materializadas y WLM — los calibramos sobre tus cargas reales.
05 · Casos de uso

Dónde rinde de verdad.

Reporting direzionale

El balance y las ventas sobre años de histórico: respuestas en segundos, no en noches de batch.

Analytics sobre el ERP

El dato IBM i y ERP llevado al warehouse: el histórico que por fin habla.

Consolidación de datamarts

Las diez bases de datos de reporting reunidas: gobernanza y costes bajo control.

El warehouse rinde con el dato correcto dentro: pipelines sólidos desde el ERP — ahí es donde marcamos la diferencia.