Amazon Redshift

Mit SQL für Ihr Data Lakehouse ein unübertroffenes Preis-Leistungs-Verhältnis in großem Maßstab erzielen

Warum Amazon Redshift?

Zehntausende von Kunden nutzen Amazon Redshift für moderne Datenanalytik in großem Maßstab und bieten damit ein bis zu 3-mal besseres Preis-Leistungs-Verhältnis und einen 7-mal besseren Durchsatz als andere Cloud Data Warehouses. Amazon Redshift lässt sich nahtlos in Amazon SageMaker Lakehouse integrieren, sodass Sie seine leistungsstarken SQL-Analytikfunktionen für Ihre vereinheitlichten Daten in Amazon Redshift Data Warehouses und Amazon Simple Storage Service (Amazon S3) Data Lakes nutzen können. Ermöglichen Sie Analytik nahezu in Echtzeit, um die Entscheidungsfindung mit Amazon-Redshift-Null-ETL-Integrationen zu beschleunigen, die Daten aus Streaming-Diensten, Betriebsdatenbanken und Unternehmensanwendungen von Drittanbietern verbinden, ohne komplexe Datenpipelines aufbauen zu müssen. Amazon Redshift Serverless ermöglicht die mühelose Skalierung Ihrer Analytik und ermöglicht es Ihnen, Petabytes an Daten zu analysieren, ohne die Infrastruktur verwalten zu müssen. Steigern Sie die Produktivität Ihres Teams mit Amazon Q in Amazon Redshift, das die SQL-Erstellung durch natürliche Sprache vereinfacht. Maximieren Sie den Wert Ihrer Daten, indem Sie Amazon Redshift als strukturierte Wissensdatenbank für generative KI-Assistenten in Amazon Bedrock verwenden, was zu relevanteren und genaueren Ergebnissen für Ihre Anwendungen führt.

 

Vorteile

Profitieren Sie von einem bis zu 3-mal besseren Preis-Leistungs-Verhältnis und einem 7-mal besseren Durchsatz als bei anderen Cloud Data Warehouses, wenn Sie Ihre Datenanalyse-Workloads in Amazon Redshift skalieren. Senken Sie die Kosten und erfüllen Sie geschäftskritische SLAs, indem Sie Workloads mit skalierbaren Multi-Data-Warehouse-Architekturen in Ihrem gesamten Unternehmen isolieren. Mit umfassenden Sicherheits-Features wie Netzwerkisolierung und differenzierten Zugriffskontrollen wie Berechtigungen auf Zeilen- und Spaltenebene können Sie Ihre Daten ohne zusätzliche Kosten schützen.
Nutzen Sie die leistungsstarken SQL-Analysefunktionen von Amazon Redshift für all Ihre vereinheitlichten Daten mit der nahtlosen Integration in SageMaker Lakehouse. Fragen Sie Ihre Daten in offenen Formaten ab, die auf Amazon S3 mit hoher Leistung gespeichert sind, sodass Sie keine Daten zwischen Ihren Data Lakes und Data Warehouse verschieben oder duplizieren müssen. Binden Sie Ihre Amazon-Redshift-Daten mühelos in das SageMaker Lakehouse ein und öffnen Sie sie für den Zugriff durch eine Vielzahl von AWS- und Apache-Iceberg-kompatiblen Analytik-Engines und Machine Learning (ML)-Tools.
Führen Sie Innovationen schneller durch, indem Sie Petabytes an Daten für Analytik zur Verfügung stellen, ohne komplexe Pipelines aufbauen und verwalten zu müssen, wodurch der Zugriff auf Analytik-Anwendungen nahezu in Echtzeit möglich ist. Verwenden Sie Null-ETL-Integrationen, um Transaktionsdaten nahtlos aus Datenbanken wie Amazon Aurora, Amazon Relational Database Service (Amazon RDS) und Amazon DynamoDB ohne Leistungseinbußen in Amazon Redshift zu übertragen. Erfassen Sie große Mengen an Echtzeitdaten aus Amazon Kinesis und Amazon Managed Streaming für Apache Kafka (Amazon MSK) mit nativen Streaming-Services-Integrationen. Mit all Ihren Daten an einem Ort können Sie Analytik nahezu in Echtzeit ermöglichen und direkt prädiktive ML-Modelle in Amazon Redshift erstellen, um aussagekräftige Geschäftseinblicke zu erhalten.
Beginnen Sie in wenigen Sekunden mit der Analyse Ihrer Daten mit Amazon Redshift Serverless. Amazon Redshift Serverless lernt von Ihren Workloads und skaliert automatisch die Rechenressourcen, um Ihren sich ändernden Analytikanforderungen gerecht zu werden, sodass Sie sich auf die Gewinnung von Erkenntnissen konzentrieren können, ohne die Infrastruktur verwalten zu müssen. Stellen Sie eine Verbindung zu Ihren Datenquellen her und beginnen Sie mit der Analyse Ihrer Daten, ohne dass eine Infrastruktur eingerichtet oder gewartet werden muss.
Erstellen Sie personalisierte Anwendungen mit Petabyte Ihrer Unternehmensdaten durch die nahtlose Integration von Amazon Redshift in Amazon Bedrock. Steigern Sie die Produktivität, indem Sie es Datenbenutzern mit Amazon Q Generative SQL im Amazon Redshift Query Editor ermöglichen, SQL-Abfragen in natürlicher Sprache schneller zu schreiben. Rufen Sie große Sprachmodelle von Amazon Bedrock und SageMaker für fortgeschrittene Aufgaben zur natürlichen Sprachverarbeitung wie Textzusammenfassung, Entitätsextraktion und Stimmungsanalyse auf, um mithilfe von SQL tiefere Einblicke in Ihre Daten zu gewinnen.

Funktionsweise

Amazon Redshift verwendet SQL, um strukturierte und halbstrukturierte Daten in Data Warehouses, Betriebsdatenbanken und Data Lakes zu analysieren, wobei von AWS entwickelte Hardware und ML verwendet werden, um das beste Preis-Leistungs-Verhältnis in jeder Größenordnung zu erzielen.

Anwendungsfälle

Nimmt Hunderte von Megabyte an Daten pro Sekunde auf, sodass Sie Daten nahezu in Echtzeit abfragen und Analyseanwendungen mit niedriger Latenz für Betrugserkennung, Live-Bestenlisten und IoT erstellen können.

Erstellen Sie mithilfe von Amazon Redshift und BI-Tools wie Amazon QuickSight, Tableau, Microsoft PowerBI usw. informationsgestützte Berichte und Dashboards.

Verwenden Sie SQL, um ML-Modelle für viele Anwendungsfälle zu erstellen, zu trainieren und bereitzustellen, einschließlich prädiktiver Analysen, Klassifikation, Regression und mehr, um erweiterte Analysen großer Datenmengen zu unterstützen.

Erstellen Sie Anwendungen auf der Grundlage all Ihrer Daten in Datenbanken, Data Warehouses und Data Lakes. Teilen Sie nahtlos und sicher Daten und arbeiten Sie zusammen, um mehr Wert für Ihre Kunden zu schaffen, Ihre Daten als Service zu monetarisieren und neue Einnahmequellen zu erschließen.

Egal, ob es sich um Marktdaten, Social-Media-Analysen, Wetterdaten oder andere Daten handelt, Sie können Daten von Drittanbietern in AWS Data Exchange abonnieren und mit Ihren Daten in Amazon Redshift kombinieren, ohne sich um Lizenzierungs- und Onboarding-Prozesse kümmern zu müssen und die Daten in das Warehouse zu verschieben.

Amazon Redshift Serverless

In Sekundenschnelle Analysen durchführen und skalieren, ohne ein Data Warehouse bereitstellen und verwalten zu müssen

Amazon Redshift Serverless testen »

Mehr von AWS erkunden