title, type, tags, sources, last_updated
| title |
type |
tags |
sources |
last_updated |
| Amazon Redshift |
entity |
| AWS |
| Data-Warehouse |
| OLAP |
| Managed Service |
|
| ctp-topic-68-introduction-to-redshift |
|
2026-04-23 |
Overview
Amazon Redshift 是 AWS 提供的大规模并行处理（MPP）云数据仓库服务，支持 PB 级数据存储，面向 OLAP（在线分析处理）工作负载。完全托管，无需自行管理基础设施，具备自动备份、点时间恢复和跨区域灾难恢复能力。
Core Architecture
- Leader Node：协调节点，负责客户端连接（JDBC/ODBC）、Schema 管理、仓库元数据和查询计划生成，将查询指令分发至 Compute Node
- Compute Node：执行节点，根据实例类型决定节点数量，每个节点在 Slices 上并行处理数据，完成后返回结果至 Leader Node
- Slices：Compute Node 内部的虚拟分区，每个 Slice 独立处理数据子集，实现并行计算
Instance Types
| 类型 |
特点 |
适用场景 |
| Dense Compute |
高 CPU + 内存，适合计算密集型查询 |
大规模数据分析 |
| Dense Storage |
高存储，适合存储密集型工作负载 |
历史数据归档 |
| RA3 |
性价比最优，AWS 托管 NVMe 存储，可独立扩展计算和存储 |
大容量数据仓库（推荐） |
Key Features
- MPP（大规模并行处理）：跨多个 Compute Node 并行执行查询，显著提升查询速度和响应时间
- 列式存储（Columnar Storage）：数据按列存储，适合聚合查询和全表扫描，相比行式存储 I/O 效率更高
- 行式存储（Row Storage）：适合少量行的精确查询和点查询
- 数据压缩：采用 ZSTD/LZO 等压缩算法，减少存储空间和 I/O 开销
- Sort Key（排序键）：决定数据在磁盘上的物理排序顺序，优化范围查询和过滤操作
- Distribution Key（分布键）：决定数据在 Compute Node 间的分布方式，影响数据倾斜和跨节点数据传输
Comparison with Other AWS Databases
- vs Amazon RDS/Aurora：RDS/Aurora 面向 OLTP（事务处理），Redshift 面向 OLAP（分析处理）；RDS/Aurora 适合写入密集型，Redshift 适合读取/分析密集型
- vs Amazon DynamoDB：DynamoDB 面向 NoSQL 键值/文档场景，Redshift 面向复杂 SQL 分析查询
- vs Amazon Aurora：Aurora 共享存储架构（6副本跨3 AZ），Redshift 独立 Compute Node 架构；Aurora 适合 10TB 以下场景，Redshift 适合 PB 级分析
Related Entities
Aliases
- Redshift
- Amazon Redshift
- AWS Redshift
- Redshift Data Warehouse
