Amazon Redshift Advisor의 권장 사항 준수

Amazon Redshift 클러스터의 성능을 향상시키고 운영 비용을 줄이기 위해 Amazon Redshift Advisor는 변경 사항에 대한 구체적인 권장 사항을 제공합니다. Advisor는 클러스터의 성능 및 사용 지표를 분석하여 사용자 지정 권장 사항을 개발합니다. 이러한 맞춤형 권장 사항은 작업 및 클러스터 설정에 관련됩니다. 최적화를 우선적으로 처리할 수 있도록 Advisor는 영향력 순서로 권장 사항의 순위를 설정합니다.

Advisor 작동 방식

Advisor는 성능 통계 및 작업 데이터에 관한 관찰을 기반으로 권장 사항을 작성합니다. Advisor는 클러스터에서 테스트를 실행하고 테스트 값이 지정된 범위 내에 속하는지 여부를 결정하여 관찰성을 개발합니다. 테스트 결과가 해당 범위를 벗어나면 Advisor는 클러스터에 대한 관찰을 생성합니다. 동시에 Advisor는 관찰된 값을 모범 사례 범위로 되돌리는 방법에 대한 권장사항을 생성합니다.

Amazon Redshift 데이터 공유를 사용하는 다중 클러스터 아키텍처의 경우 Advisor는 이제 다양한 리전의 클러스터/작업 그룹을 포함하여 데이터 메시의 모든 클러스터/작업 그룹의 워크로드 패턴을 분석하여 향상된 최적화를 제공합니다. 생산자와 소비자 클러스터/작업 그룹 간에 테이블을 공유하면 Advisor는 명시적으로 거부되지 않는 한 데이터 메시의 모든 소비자 엔드포인트에서 쿼리 패턴을 자동으로 수집하고 생산자 워크로드와 결합하여 더 효과적인 권장 사항을 생성합니다. 즉, 정렬 키, 배포 키 및 압축을 포함한 테이블 최적화는 단일 클러스터뿐만 아니라 전체 조직에서 데이터가 실제로 사용되는 방식을 기반으로 합니다. 또한 Advisor는 Amazon Redshift Serverless를 지원하여 일시 중지 및 재개 주기 전반에 걸쳐 최적화 연속성을 자동으로 유지합니다.

예를 들어 데이터 웨어하우스에 컴퓨팅 노드 간에 데이터 왜곡을 유발하는 최적이 아닌 배포 키가 있는 테이블이 포함되어 있다고 가정해 보겠습니다. 이 경우 Advisor는 데이터를 균등하게 분산하는 열을 지정하기 위해 DISTKEY 파라미터를 사용하여 테이블을 자동으로 재배포할 것을 권장합니다. 또 다른 예에서 Advisor가 클러스터에 정렬 키가 없거나 쿼리 성능 저하를 초래하는 비효율적인 정렬 키 정의가 있는 테이블이 있음을 관찰한다고 가정해 보겠습니다. 이 경우 Advisor는 쿼리 패턴을 기반으로 적절한 정렬 키 열에 대한 권장 사항을 자동으로 제공하여 데이터 필터링을 개선하고 디스크 I/O를 줄입니다.

데이터 공유 아키텍처 최적화

Amazon Redshift 데이터 공유를 사용하여 여러 클러스터/작업 그룹에 워크로드를 분산하는 경우 Advisor는 전체 데이터 메시에서 성능을 최적화하는 데 도움이 됩니다. Advisor는 모든 소비자 클러스터/작업 그룹에서 공유 테이블이 쿼리되는 방식을 자동으로 분석합니다. 여기에는 자주 필터링되는 열, 일반적으로 함께 조인되는 테이블, 데이터 스캔 방법을 이해하는 것이 포함됩니다. Advisor는 데이터 사용에 대한 전체 그림을 고려하여 공유 데이터의 모든 사용자의 성능을 개선하는 권장 사항을 생성합니다.

단일 클러스터가 아닌 전체 조직의 사용 패턴을 기반으로 테이블을 최적화하면 다음을 수행할 수 있습니다.

Advisor가 지원되는 Amazon Redshift 리전

Amazon Redshift Advisor 기능을 사용할 수 있는 AWS 리전은 다음으로 제한됩니다.