Amazon Redshift non supporterà più la creazione di nuovi Python a UDFs partire dal 1° novembre 2025. Se vuoi usare Python UDFs, crea la UDFs data precedente a quella data. Python esistente UDFs continuerà a funzionare normalmente. Per ulteriori informazioni, consulta il post del blog.

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Capacità di calcolo per Amazon Redshift Serverless

Con Amazon Redshift serverless, la capacità di calcolo aumenta e si riduce verticalmente in modo automatico per soddisfare i requisiti del carico di lavoro. La capacità di calcolo si riferisce alla potenza di elaborazione e alla memoria allocate ai carichi di lavoro Amazon Redshift serverless. I casi d’uso comuni includono la gestione dei periodi di picco di traffico, l’esecuzione di analisi complesse o l’elaborazione efficiente di grandi volumi di dati. I seguenti termini forniscono dettagli su come Amazon Redshift gestisce la capacità di calcolo.

RPUs

Amazon Redshift Serverless misura la capacità di data warehouse nelle unità di elaborazione Redshift (). RPUs RPUs sono risorse utilizzate per gestire i carichi di lavoro. Una RPU fornisce 16 GB di memoria.

Capacità base

Rappresenta la capacità di base del data warehouse utilizzata da Amazon Redshift per elaborare le query. La capacità di base è specificata in RPUs. È possibile impostare una capacità di base in Redshift Processing Units ()RPUs. L’impostazione di una capacità base superiore migliora le prestazioni delle query, in particolare per i processi di elaborazione dati che consumano molte risorse. La capacità di base predefinita per Amazon Redshift Serverless è 128. RPUs È possibile regolare l'impostazione della capacità di base da 4 RPUs a 512. RPUs È possibile impostare questo valore su 4 o RPUs, in unità da 8, pari o superiore a 8 RPUs (8,16,24... 512). È possibile impostare questo valore utilizzando la AWS console, l'operazione UpdateWorkgroup API o l'update-workgroupoperazione in. AWS CLI

Con una capacità base minima di 4 RPU, hai la flessibilità di eseguire carichi di lavoro sia semplici che complessi in base ai costi dei data warehouse e ai requisiti di capacità. La capacità di 4 RPU di base è destinata ai warehouse che contengono meno di 32 TB di dati, mentre le capacità di 8, 16 e 24 RPU di base sono destinate a carichi di lavoro che richiedono meno di 128 TB di dati. Se i requisiti relativi ai dati sono superiori a 128 TB, è necessario utilizzare almeno 32 basi RPUs. Inoltre, per carichi di lavoro con tabelle con un numero elevato di colonne e una maggiore concorrenza, consigliamo di utilizzare 32 o più basi. RPUs

La base massima RPUs disponibile, 1024, aggiunge il massimo livello di risorse di elaborazione ai carichi di lavoro. Ciò offre una maggiore flessibilità per supportare carichi di lavoro di grande complessità e accelera il caricamento e l’esecuzione di query sui dati.

Se gestisci carichi di lavoro più grandi e complessi, valuta la possibilità di aumentare le dimensioni del data warehouse Redshift serverless. I warehouse più grandi hanno accesso a più risorse di calcolo, il che consente loro di elaborare le query in modo più efficiente.

Di seguito sono riportati alcuni casi in cui è utile disporre di una capacità base più elevata:

Per ulteriori informazioni sulle quote e sui limiti di Amazon Redshift serverless, consulta Quote per gli oggetti Amazon Redshift Serverless.

Considerazioni e limitazioni per la capacità di Amazon Redshift serverless

Di seguito sono riportate le considerazioni e limitazioni per la capacità di Amazon Redshift serverless. Per considerazioni generali su Redshift serverless, consulta Considerazioni su quando utilizzare Amazon Redshift Serverless.

Redshift Serverless con capacità di 4 unità di elaborazione Redshift () RPUs

Redshift Serverless con 4 RPUs capacità di base è ideale per carichi di lavoro più piccoli o meno impegnativi. Questo punto di ingresso offre una soluzione flessibile ed economica. Questa configurazione di base supporta i data warehouse con, al massimo, le seguenti risorse:

Se hai bisogno di superare queste limitazioni, devi aumentare la capacità base manualmente, anziché affidarti al dimensionamento automatico. Una volta che avrai scalato il tuo data warehouse oltre 4 RPUs, il tuo data warehouse continuerà a utilizzarne di più RPUs e Amazon Redshift non tornerà a 4. RPUs

È possibile creare data warehouse che utilizzano 4 RPUs nei seguenti modi: Regioni AWS

Dimensionamento e ottimizzazione basati sull’IA

La funzionalità di dimensionamento e ottimizzazione basati sull’intelligenza artificiale è disponibile in tutte le Regioni AWS in cui è disponibile Amazon Redshift serverless.

Amazon Redshift serverless offre una funzionalità avanzata di dimensionamento e ottimizzazione basati sull’IA per soddisfare i vari requisiti dei carichi di lavoro. I data warehouse possono presentare i seguenti problemi di provisioning:

Trovare il giusto equilibrio tra prestazioni e costi per i carichi di lavoro del data warehouse è difficile, soprattutto con query ad hoc e volumi di dati in crescita. Quando esegui carichi di lavoro misti, che comprendono query a bassa e alta intensità di risorse, hai bisogno di un dimensionamento intelligente. La funzionalità di scalabilità e ottimizzazione basata sull'intelligenza artificiale ridimensiona automaticamente l'elaborazione serverless o in risposta alla crescita dei dati. RPUs Questa funzionalità aiuta anche a mantenere le prestazioni delle query entro obiettivi mirati in termini di prezzo-prestazioni. Il dimensionamento e l’ottimizzazione basati sull’IA allocano dinamicamente le risorse di calcolo man mano che i volumi di dati aumentano, garantendo che le query continuino a soddisfare gli obiettivi prestazionali. Il dimensionamento e l’ottimizzazione basati sull’IA consentono al servizio di adattarsi senza problemi ai requisiti mutevoli dei carichi di lavoro, senza la necessità di interventi manuali o di una complessa pianificazione della capacità.

Amazon Redshift serverless offre una soluzione di dimensionamento più completa e reattiva in base a fattori quali la complessità delle query e il volume dei dati. Questa funzionalità consente di ottimizzare il rapporto prezzo-prestazioni dei carichi di lavoro pur mantenendo la flessibilità necessaria per gestire in modo efficiente carichi di lavoro diversi e set di dati in crescita. Amazon Redshift serverless può apportare automaticamente all’endpoint Amazon Redshift serverless le ottimizzazioni basate sull’IA per soddisfare gli obiettivi prezzo-prestazioni specificati per il gruppo di lavoro serverless. Questa ottimizzazione automatica del rapporto prezzo/prestazioni è particolarmente utile se non sai quale capacità di base impostare per i carichi di lavoro o se alcune parti del carico di lavoro potrebbero essere più efficienti con un numero maggiore di risorse allocate.

Esempio

Se in genere l’organizzazione esegue carichi di lavoro che richiedono solo 32 RPU ma improvvisamente introduce una query più complessa, potresti non conoscere la capacità base appropriata. L’impostazione di una capacità base più elevata comporta prestazioni migliori, ma i costi potrebbero non corrispondere alle aspettative. Utilizzando la scalabilità basata sull'intelligenza artificiale e l'ottimizzazione delle risorse, Amazon Redshift Serverless regola automaticamente le impostazioni RPUs per soddisfare gli obiettivi di rapporto prezzo/prestazioni, mantenendo al contempo i costi ottimizzati per l'organizzazione. Questa ottimizzazione automatica è utile indipendentemente dalla dimensione del carico di lavoro. L'ottimizzazione automatica consente di raggiungere gli obiettivi di rapporto prezzo/prestazioni dell'organizzazione in presenza di un numero illimitato di query complesse.

Per mantenere i costi prevedibili, imposta il limite di capacità massima che Amazon Redshift serverless può allocare ai carichi di lavoro.

Per configurare gli obiettivi di rapporto prezzo/prestazioni, usa la console. AWS Devi abilitare esplicitamente l’obiettivo prezzo-prestazioni quando crei il gruppo di lavoro serverless. Dopo avere creato il gruppo di lavoro serverless, puoi anche modificare l’obiettivo prezzo-prestazioni. Quando abiliti l’obiettivo prezzo-prestazioni, questo è Bilanciato per impostazione predefinita.

Puoi utilizzare il cursore Obiettivo prezzo-prestazioni per impostare l’equilibrio desiderato tra costi e prestazioni. Spostando il cursore, puoi scegliere una delle seguenti opzioni:

Considerazioni sulla scelta dell’obiettivo prezzo-prestazioni

Puoi utilizzare il cursore prezzo-prestazioni per scegliere l’obiettivo prezzo-prestazioni desiderato per il carico di lavoro. L’algoritmo di dimensionamento e ottimizzazione basati sull’IA apprende nel tempo dalla cronologia dei carichi di lavoro e migliora la precisione delle previsioni e delle decisioni.

Esempio

Per questo esempio supponiamo che una query richieda sette minuti e costi 7 USD. La figura seguente mostra i runtime e i costi delle query senza dimensionamento.

Una determinata query potrebbe scalare in modi diversi, come illustrato di seguito. In base all’obiettivo prezzo-prestazioni scelto, il dimensionamento basato sull’IA prevede in che modo la query permetta di bilanciare prestazioni e costi e la ridimensiona di conseguenza. La scelta delle diverse opzioni del cursore produce i seguenti risultati:

Tieni presente quanto segue quando imposti il cursore Prezzo-prestazioni:

Monitoraggio del dimensionamento automatico delle risorse

Puoi monitorare il dimensionamento dell’RPU basato sull’IA nei modi seguenti:

Utilizza l’esempio seguenti per eseguire query sulla vista SYS_QUERY_HISTORY. Sostituisci il valore di esempio con il testo della query.

select query_id,query_text,start_time,end_time, elapsed_time/1000000.0 duration_in_seconds
from sys_query_history
where query_text like '<query_text>'
and query_text not like '%sys_query_history%'
order by start_time desc

Esegui la seguente query per determinare il dimensionamento di compute_capacity durante il periodo compreso tra start_time e end_time. Sostituisci start_time e end_time nella seguente query con l’output della query precedente:

select * from sys_serverless_usage
where end_time >= 'start_time'
and end_time <= DATEADD(minute,1,'end_time')
order by end_time asc

Per step-by-step istruzioni sull'uso di queste funzionalità, consulta Configurare monitoraggio, limiti e allarmi in Amazon Redshift Serverless per mantenere i costi prevedibili.

Considerazioni sull’utilizzo del dimensionamento e dell’ottimizzazione basati sull’IA

Quando utilizzi il dimensionamento e l’ottimizzazione basati sull’IA, considera quanto segue:

Per informazioni sull'ottimizzazione e sul dimensionamento delle risorse basati sull'intelligenza artificiale, guarda il video seguente.