64 lines
4.1 KiB
Markdown
64 lines
4.1 KiB
Markdown
---
|
||
title: "CTP Topic 68 Introduction to Redshift"
|
||
type: source
|
||
tags:
|
||
- AWS
|
||
- Redshift
|
||
- Data-Warehouse
|
||
- CTP
|
||
date: 2026-04-14
|
||
---
|
||
|
||
## Source File
|
||
- [[raw/Cloud & DevOps/Public-Cloud-Learning-Sessions/01_AWS-Landing-Zone/ctp-topic-68-introduction-to-redshift.md]]
|
||
|
||
## Summary（用中文描述）
|
||
- 核心主题：AWS Redshift 数据仓库的架构、核心组件及关键特性
|
||
- 问题域：企业级云数据仓库设计与选型
|
||
- 方法/机制：Redshift 集群架构（Leader Node + Compute Node）、列式存储 vs 行式存储、MPP 大规模并行处理、数据压缩、Sort Key 与 Dist Key 优化
|
||
- 结论/价值：Redshift 是完全托管的 PB 级云数据仓库解决方案，专为 OLAP 场景设计，提供快速安装、自动备份、点时间恢复及跨区域灾难恢复能力
|
||
|
||
## Key Claims（用中文描述）
|
||
- Redshift 通过 Leader Node 管理 Schema、元数据和查询计划，由 Compute Node 在各 Slice 上并行执行查询，实现高速数据检索
|
||
- Redshift 支持三种实例类型（Dense Compute、Dense Storage、RA3），RA3 以 AWS 托管 NVMe 存储提供成本效益和大规模存储容量
|
||
- MPP（大规模并行处理）通过跨多个 Compute Node 并行处理查询，显著提升查询速度和响应时间
|
||
- 列式存储专为数据仓库操作优化，相比行式存储具有更快的查询性能和更高的内存使用效率
|
||
- Sort Key 和 Dist Key 在优化查询性能和管理 Compute Node 间数据分布方面起关键作用
|
||
|
||
## Key Quotes
|
||
> "Redshift is a fully managed, petabyte-scale data warehouse solution in the cloud. It is designed for data warehousing, enabling quick data retrieval from large datasets." — Redshift 核心定位
|
||
> "The leader node manages schema, warehouse metadata, and query planning, distributing instructions to compute nodes." — 架构职责划分
|
||
> "RA3 is noted for its cost-effectiveness and large storage capacity, utilizing AWS-managed NVMe storage." — RA3 实例特点
|
||
|
||
## Key Concepts
|
||
- [[MassivelyParallelProcessing]]：跨多个计算节点并行处理查询，提升查询速度和响应时间
|
||
- [[ColumnarStorage]]：列式存储，专为数据仓库操作优化，具有更快的查询性能和更高的内存使用效率
|
||
- [[RowBasedStorage]]：行式存储，适用于事务性操作
|
||
- [[DataCompression]]：数据压缩技术（如 LZO），减少数据大小以提升性能
|
||
- [[SortKey]]：排序键，用于优化查询和管理 Compute Node 间数据分布
|
||
- [[DistributionKey]]：分布键（Dist Key），决定数据在 Compute Node 间的分布方式
|
||
- [[SliceArchitecture]]：Compute Node 内部的数据处理单元，每个 Slice 独立执行查询片段
|
||
- [[OLAP]]：在线分析处理，Redshift 的主要工作负载类型
|
||
|
||
## Key Entities
|
||
- [[AWSRedshift]]：AWS 提供的大规模并行云数据仓库服务，完全托管，支持 PB 级数据
|
||
- [[LeaderNode]]：Redshift 集群中的协调节点，负责 Schema 管理、元数据维护和查询规划
|
||
- [[ComputeNode]]：Redshift 集群中的计算节点，负责在 Slice 上执行查询并返回结果
|
||
- [[JDBC]]：Java 数据库连接协议，Redshift 客户端连接方式之一
|
||
- [[ODBC]]：开放数据库连接协议，Redshift 客户端连接方式之一
|
||
- [[AWSManagedNVMe]]：RA3 实例使用的 AWS 托管 NVMe 存储，提供高性能和成本效益
|
||
|
||
## Connections
|
||
- [[CTP_Topic_58_AWS_EC2_Image_Builder]] ← topic_related ← [[AWSRedshift]]（同属 AWS Landing Zone 学习系列）
|
||
- [[AWSRedshift]] ← uses ← [[MassivelyParallelProcessing]]
|
||
- [[AWSRedshift]] ← uses ← [[ColumnarStorage]]
|
||
- [[AWSRedshift]] ← uses ← [[DataCompression]]
|
||
- [[LeaderNode]] ← coordinates ← [[ComputeNode]]
|
||
|
||
## Contradictions
|
||
- 与 [[CTP_Topic_66_ExposingDifferencesBetweenPostgreSQLRDSandAurora]] 潜在关系：
|
||
- 冲突点：PostgreSQL RDS/Aurora 与 Redshift 在数据仓库场景下的取舍
|
||
- 当前观点：Redshift 专为 OLAP 设计（PB 级、列式存储、MPP）
|
||
- 对方观点：PostgreSQL RDS/Aurora 适合混合 OLTP/OLAP 场景
|
||
- 说明：两者定位不同，但均用于数据存储与查询，需根据具体场景选择
|