Befolgen der Empfehlungen von Amazon Redshift Advisor

Um Ihnen bei der Verbesserung der Leistung und bei der Senkung der Betriebskosten für Ihren Amazon-Redshift-Cluster zu helfen, bietet Amazon Redshift Advisor Ihnen spezifische Empfehlungen über vorzunehmende Änderungen. Advisor entwickelt seine angepassten Empfehlungen durch Analyse der Leistung und Nutzungsmetriken für Ihr Cluster. Diese individuellen Empfehlungen beziehen sich auf Einstellungen für Operationen und Cluster. Advisor ordnet Empfehlungen in der Reihenfolge ihrer Auswirkungen ein, damit Sie Ihre Optimierungen priorisieren können.

So funktioniert Advisor

Advisor basiert die Empfehlungen auf Beobachtungen im Hinblick auf Leistungsstatistiken oder Operationsdaten. Advisor entwickelt Beobachtungen, indem er Tests auf Ihrem Computer clusters/workgroups durchführt, um festzustellen, ob ein Testwert innerhalb eines bestimmten Bereichs liegt. Falls das Testergebnis außerhalb dieses Bereichs liegt, generiert Advisor eine Beobachtung für Ihr Cluster. Zur selben Zeit erstellt Advisor eine Empfehlung, wie Sie den beobachteten Wert zurück in den Bereich der bewährten Methode bringen.

Für Multi-Cluster-Architekturen, die Amazon Redshift Data Sharing verwenden, bietet Advisor jetzt eine verbesserte Optimierung, indem Workload-Muster clusters/workgroups in Ihrem gesamten Datennetz analysiert werden, auch in verschiedenen clusters/workgroups Regionen. Wenn Sie Tabellen zwischen Producer und Consumer gemeinsam nutzen clusters/workgroups, erfasst Advisor automatisch Abfragemuster von allen Consumer-Endpunkten im Datennetz, sofern sie nicht ausdrücklich abgelehnt wurden, und kombiniert sie mit Producer-Workloads, um effektivere Empfehlungen zu generieren. Das bedeutet, dass Ihre Tabellenoptimierungen — einschließlich Sortierschlüssel, Verteilungsschlüssel und Komprimierung — darauf basieren, wie Ihre Daten tatsächlich in Ihrem gesamten Unternehmen verwendet werden, nicht nur in einem einzelnen Cluster. Advisor unterstützt auch Amazon Redshift Serverless und gewährleistet so automatisch die Kontinuität der Optimierung über Pause- und Wiederaufnahmezyklen hinweg.

Nehmen wir beispielsweise an, Ihr Data Warehouse enthält Tabellen mit suboptimalen Verteilungsschlüsseln, die zu einer Verschiebung der Daten zwischen den Rechenknoten führen. In diesem Fall empfiehlt Advisor automatisch, Tabellen mithilfe des DISTKEY-Parameters neu zu verteilen, um eine Spalte anzugeben, die Daten gleichmäßig verteilt. Nehmen wir in einem anderen Beispiel an, Advisor stellt fest, dass Ihr Cluster Tabellen ohne Sortierschlüssel oder mit ineffizienten Sortierschlüsseldefinitionen enthält, die zu einer schlechten Abfrageleistung führen. In diesem Fall gibt Advisor automatisch Empfehlungen für geeignete Sortierschlüsselspalten, die auf Ihren Abfragemustern basieren, um die Datenfilterung zu verbessern und den Speicherplatz zu reduzieren. I/O

Optimierung von Architekturen für die gemeinsame Datennutzung

Wenn Sie Amazon Redshift Data Sharing verwenden, um Workloads auf mehrere zu verteilen, hilft Ihnen Advisor dabei clusters/workgroups, die Leistung in Ihrem gesamten Datennetz zu optimieren. Advisor analysiert automatisch, wie gemeinsam genutzte Tabellen für alle Verbraucher abgefragt werden. clusters/workgroups Dazu gehört auch, zu verstehen, welche Spalten häufig gefiltert werden, welche Tabellen häufig zusammengefügt werden und wie Daten gescannt werden. Unter Berücksichtigung des Gesamtbilds der Datennutzung generiert Advisor Empfehlungen, die die Leistung Ihrer gemeinsam genutzten Daten für alle Benutzer verbessern.

Indem Sie Tabellen auf der Grundlage von Nutzungsmustern in Ihrem gesamten Unternehmen und nicht auf der Grundlage eines einzelnen Clusters optimieren, können Sie:

Amazon-Redshift-Regionen, in denen Advisor unterstützt wird

Die Amazon Redshift Advisor-Funktion ist nur in den folgenden AWS Regionen verfügbar: