Amazon Redshift non supporterà più la creazione di nuove UDF Python a partire dalla Patch 198. Le UDF Python esistenti continueranno a funzionare fino al 30 giugno 2026. 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.

RPU

Amazon Redshift Serverless misura la capacità del data warehouse in Redshift Processing Units (RPU). Le RPU 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 RPU. Puoi impostare una capacità di base in Redshift Processing Unit (RPU). 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 RPU. Puoi modificare l’impostazione Capacità di base da 4 RPU a 512 RPU. Puoi impostare questo valore su 4 RPU o, per le unità da 8, su 8 RPU o più (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 di dati sono superiori a 128 TB, devi utilizzare almeno 32 RPU di base. Inoltre, per i carichi di lavoro che hanno tabelle con un elevato numero di colonne numeriche e una maggiore simultaneità, consigliamo di utilizzare 32 o più RPU di base.

Il numero massimo di RPU di base disponibili, 1.024, aggiunge il più alto livello di risorse di calcolo 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 una capacità di 4 unità di elaborazione Redshift (RPU)

Redshift serverless con una capacità di 4 RPU 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 hai scalato il data warehouse oltre 4 RPU, il data warehouse continua a utilizzare più RPU e Amazon Redshift non riporta il data warehouse a 4 RPU.

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

AI-driven scalabilità e ottimizzazione

La funzionalità AI-driven di scalabilità e ottimizzazione è disponibile in tutte le AWS regioni in cui è disponibile Amazon Redshift Serverless.

Amazon Redshift Serverless offre una funzionalità avanzata di AI-driven scalabilità e ottimizzazione per soddisfare diversi requisiti di 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 AI-driven di scalabilità e ottimizzazione ridimensiona automaticamente l'elaborazione o le RPU Serverless in risposta alla crescita dei dati. Questa funzionalità aiuta anche a mantenere le prestazioni delle query entro obiettivi mirati in termini di prezzo-prestazioni. La AI-driven scalabilità e l'ottimizzazione allocano dinamicamente le risorse di elaborazione man mano che i volumi di dati aumentano, garantendo che le query continuino a soddisfare gli obiettivi prestazionali. AI-driven la scalabilità e l'ottimizzazione consentono al servizio di adattarsi senza problemi ai mutevoli requisiti del carico di lavoro, senza la necessità di interventi manuali o di una complessa pianificazione delle 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 AI-driven ottimizzazioni al tuo endpoint Amazon Redshift Serverless per soddisfare gli obiettivi di rapporto prezzo/prestazioni specificati per il tuo 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 AI-driven la scalabilità e l'ottimizzazione delle risorse, Amazon Redshift Serverless regola automaticamente le RPU 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, utilizza la console. AWS L'obiettivo prezzo/prestazioni è abilitato per impostazione predefinita per tutti i nuovi gruppi di lavoro Serverless ed è impostato su Balanced. È possibile modificare l'obiettivo di rapporto prezzo/prestazioni dopo aver creato il gruppo di lavoro Serverless.

Puoi utilizzare il cursore Price-performance Target 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 AI-driven di scalabilità e ottimizzazione apprende nel tempo dalla cronologia del carico 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 di rapporto prezzo/prestazioni scelto, la AI-driven scalabilità 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:

Quando impostate il cursore, tenete presente quanto segue: Price-Performance

Monitoraggio del dimensionamento automatico delle risorse

Puoi monitorare la scalabilità della AI-driven RPU nei seguenti modi:

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 istruzioni dettagliate sull’uso di queste funzionalità, consulta Configurare il monitoraggio, i limiti e gli allarmi in Amazon Redshift serverless per mantenere i costi prevedibili.

Considerazioni sull'utilizzo della AI-driven scalabilità e dell'ottimizzazione

Considerate quanto segue quando utilizzate il AI-driven ridimensionamento e l'ottimizzazione:

Per ulteriori informazioni sulle AI-driven ottimizzazioni e sulla scalabilità delle risorse, guarda il seguente video.