

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

# Bewährte Methoden für Abfragen für Amazon Redshift
<a name="welcome"></a>

*Ethan Stark, Amazon Web Services ()AWS*

*Juni 2024* ([Geschichte der Dokumente](doc-history.md))

## Übersicht
<a name="overview"></a>

Dieses Handbuch enthält Empfehlungen und bewährte Methoden zur Optimierung der Abfrage- und Tabellenleistung in [Amazon Redshift](https://docs.aws.amazon.com/redshift/). Sie können Amazon Redshift verwenden, um Petabyte an strukturierten und halbstrukturierten Daten in Ihrem Data Warehouse und Ihrem Data Lake mithilfe von Standard-SQL abzufragen. Dieses Handbuch bietet auch einen Überblick über die Kernarchitekturkomponenten eines Amazon Redshift Data Warehouse. Dieses Wissen — zusammen mit einem Verständnis von Abfrageleistungsfaktoren wie Tabelleneigenschaften, Cluster-Konfiguration und Abfragestruktur — kann Ihnen helfen, effiziente und effektive Tabellen und Abfragen für Ihr Amazon Redshift Data Warehouse zu entwerfen.

## Zielgruppe
<a name="intended-audience"></a>

Dieses Handbuch richtet sich an Dateningenieure, Datenarchitekten und Datenanalysten, die Tabellen und Abfragen in Amazon Redshift entwerfen oder verwenden.

## Ziele
<a name="objectives"></a>

Dieser Leitfaden kann Ihnen und Ihrer Organisation dabei helfen, die folgenden Ziele zu erreichen:
+ Entwerfen Sie Tabellen für optimale Datenspeicher- und Abrufvorgänge
+ Entwerfen Sie Abfragen für optimale Leistung und Kosteneinsparungen
+ Optimieren Sie die Leistung von [Amazon Redshift Spectrum](https://docs.aws.amazon.com/redshift/latest/dg/c-using-spectrum.html), um Daten direkt aus Dateien auf [Amazon Simple Storage Service (Amazon S3](https://docs.aws.amazon.com/AmazonS3/latest/userguide/Welcome.html)) abzufragen