Introducción a los almacenamientos de datos de Amazon Redshift sin servidor

1. Abra https://portal.aws.amazon.com/billing/signup.

2. Siga las instrucciones que se le indiquen.

   Cuando se registra en una cuenta de AWS, se crea un usuario raíz de la cuenta de AWS. Este usuario tiene acceso a todos los recursos y los servicios de AWS en la cuenta. Como práctica recomendada de seguridad, asigne acceso administrativo a un usuario administrativo y utilice únicamente el usuario raíz para realizar la ejecución de tareas que requieren acceso de usuario raíz.

Para configurar con los ajustes predeterminados:

1. Inicie sesión en la AWS Management Console y abra la consola de Amazon Redshift en https://console.aws.amazon.com/redshiftv2/.

   Elija Prueba de la versión de prueba gratuita de Redshift sin servidor.

2. En Configuration (Configuración), elija Use default settings (Usar configuración predeterminada). Amazon Redshift sin servidor crea un espacio de nombres predeterminado con un grupo de trabajo predeterminado asociado con este espacio de nombres. Seleccione Guardar configuración.

   nota

   Un Espacio de nombres es una recopilación de objetos de base de datos y usuarios. Los espacios de nombres agrupan todos los recursos que se utilizan en Redshift sin servidor, como esquemas, tablas, usuarios, recursos compartidos de datos e instantáneas.

   Un Grupo de trabajo es una recopilación de recursos informáticos. Los grupos de trabajo alojan recursos informáticos que Redshift sin servidor utiliza para ejecutar tareas informáticas.

   En la siguiente captura de pantalla, se muestra la configuración predeterminada de Amazon Redshift sin servidor.

   

3. Una vez finalizada la configuración, elija Continue (Continuar) para ir al Serverless dashboard (Panel sin servidor). Puede ver que están disponibles el grupo de trabajo sin servidor y el espacio de nombres.

   

   nota

   Si Redshift sin servidor no crea el grupo de trabajo correctamente, puede hacer lo siguiente:

   • Solucione cualquier error del que informe Redshift sin servidor, como tener muy pocas subredes en la Amazon VPC.

   • Elimine el espacio de nombres eligiendo el espacio de nombres predeterminado en el panel de Redshift sin servidor y, a continuación, eligiendo Acciones, Eliminar espacio de nombres. La eliminación de un espacio de nombres tarda varios minutos.

   • Cuando vuelve a abrir la consola de Redshift sin servidor, aparece la pantalla de bienvenida.

1. Para iniciar el editor de consultas v2 desde la consola de Amazon Redshift sin servidor, elija Consultar datos. Cuando se invoca el editor de consultas v2 desde la consola de Amazon Redshift Serverless, se abre una nueva pestaña del navegador con el editor de consultas. El editor de consultas v2 se conecta desde su máquina cliente al entorno de Amazon Redshift Serverless.

   

2. Para esta guía, utilizará la cuenta de administrador de AWS y la AWS KMS key predeterminada. Para obtener información sobre la configuración del editor de consultas v2, incluidos los permisos necesarios, consulte Configuración de la Cuenta de AWS en la Guía de administración de Amazon Redshift. Para obtener información sobre la configuración de Amazon Redshift para usar una clave administrada por el cliente o para cambiar la clave KMS que utiliza Amazon Redshift, consulte Cambio de la clave AWS KMS de un espacio de nombres.

3. Para conectarse a un grupo de trabajo, elija su nombre en el panel de vista de árbol.

   

4. Cuando se conecte a un nuevo grupo de trabajo por primera vez en el editor de consultas v2, debe seleccionar el tipo de autenticación que utilizará para conectarse al grupo de trabajo. Para esta guía, deje seleccionado Usuario federado y elija Crear conexión.

   

   Después de conectarse, puede elegir cargar los datos de muestra desde Amazon Redshift sin servidor o desde un bucket de Amazon S3.

5. En el grupo de trabajo predeterminado de Amazon Redshift Serverless, expanda la base de datos sample_data_dev. Hay tres esquemas de muestra que corresponden a tres conjuntos de datos de muestra que se pueden cargar en la base de datos de Amazon Redshift sin servidor. Elija el conjunto de datos de ejemplo que desee cargar y elija Abrir blocs de notas de muestra.

   

   nota

   Un SQL Notebook es un contenedor de celdas SQL y Markdown. Puede utilizar blocs de notas para organizar, anotar y compartir varios comandos SQL en un solo documento.

6. Cuando cargue datos por primera vez, el editor de consultas v2 le pedirá que cree una base de datos de muestra. Seleccione Crear.

   

• Cuando Amazon Redshift sin servidor termina de cargar los datos de muestra, todas las consultas de muestra se cargan en el editor. Puede elegir Ejecutar todo para ejecutar todas las consultas desde los cuadernos de muestra.

  

  También puede exportar los resultados como un archivo JSON o CSV, o ver los resultados en un gráfico.

  

1. Para poder cargar datos de Amazon S3, primero debe crear un rol de IAM con los permisos necesarios y asociarlo a su espacio de nombres sin servidor. Para ello, regrese a la consola de Redshift sin servidor y seleccione Configuración del espacio de nombres. En el menú de navegación, seleccione su espacio de nombres y luego seleccione Seguridad y cifrado. A continuación, elija Administrar roles de IAM.

   

2. Expanda el menú Administrar roles de IAM y elija Crear rol de IAM.

   

3. Elija el nivel de acceso al bucket de S3 que desea conceder a este rol y elija Crear un rol de IAM como predeterminado.

   

4. Elija Guardar cambios. Ahora puede cargar datos de muestra de Amazon S3.

Cargar datos de muestra de Amazon S3

1. En el editor de consultas v2, elija Agregar y, a continuación, Cuaderno para crear un nuevo cuaderno de SQL.

   

2. Cambie a la base de datos dev.

   

3. Cree tablas.

   Si utiliza el editor de consultas v2, copie y ejecute las siguientes instrucciones de creación de tabla para crear tablas en la base de datos dev. Para obtener más información acerca de la sintaxis, consulte CREATE TABLE en la Guía para desarrolladores de bases de datos de Amazon Redshift.

   create table users(
   userid integer not null distkey sortkey,
   username char(8),
   firstname varchar(30),
   lastname varchar(30),
   city varchar(30),
   state char(2),
   email varchar(100),
   phone char(14),
   likesports boolean,
   liketheatre boolean,
   likeconcerts boolean,
   likejazz boolean,
   likeclassical boolean,
   likeopera boolean,
   likerock boolean,
   likevegas boolean,
   likebroadway boolean,
   likemusicals boolean);                        
   
   create table event(
   eventid integer not null distkey,
   venueid smallint not null,
   catid smallint not null,
   dateid smallint not null sortkey,
   eventname varchar(200),
   starttime timestamp);
   
   create table sales(
   salesid integer not null,
   listid integer not null distkey,
   sellerid integer not null,
   buyerid integer not null,
   eventid integer not null,
   dateid smallint not null sortkey,
   qtysold smallint not null,
   pricepaid decimal(8,2),
   commission decimal(8,2),
   saletime timestamp);
   

4. En el editor de consultas v2, cree una nueva celda SQL en su cuaderno.

   

5. Ahora utilice el comando COPY en el editor de consultas v2 para cargar grandes conjuntos de datos de Amazon S3 o Amazon DynamoDB en Amazon Redshift. Para obtener más información acerca de la sintaxis de COPY, consulte COPY en la Guía para desarrolladores de bases de datos de Amazon Redshift.

   Puede ejecutar el comando COPY con algunos datos de ejemplo disponibles en un bucket de S3 público. Ejecute los siguientes comandos SQL en el editor de consultas v2.

   COPY users 
   FROM 's3://redshift-downloads/tickit/allusers_pipe.txt' 
   DELIMITER '|' 
   TIMEFORMAT 'YYYY-MM-DD HH:MI:SS'
   IGNOREHEADER 1 
   REGION 'us-east-1'
   IAM_ROLE default;                    
                       
   COPY event
   FROM 's3://redshift-downloads/tickit/allevents_pipe.txt' 
   DELIMITER '|' 
   TIMEFORMAT 'YYYY-MM-DD HH:MI:SS'
   IGNOREHEADER 1 
   REGION 'us-east-1'
   IAM_ROLE default;
   
   COPY sales
   FROM 's3://redshift-downloads/tickit/sales_tab.txt' 
   DELIMITER '\t' 
   TIMEFORMAT 'MM/DD/YYYY HH:MI:SS'
   IGNOREHEADER 1 
   REGION 'us-east-1'
   IAM_ROLE default;
   

6. Después de cargar los datos, cree otra celda SQL en el cuaderno y pruebe algunas consultas de ejemplo. Para obtener más información acerca de cómo trabajar con el comando SELECT, consulte SELECT en la Guía para desarrolladores de Amazon Redshift. Para entender la estructura y los esquemas de los datos de muestra, explore el uso del editor de consultas v2.

   -- Find top 10 buyers by quantity.
   SELECT firstname, lastname, total_quantity 
   FROM   (SELECT buyerid, sum(qtysold) total_quantity
           FROM  sales
           GROUP BY buyerid
           ORDER BY total_quantity desc limit 10) Q, users
   WHERE Q.buyerid = userid
   ORDER BY Q.total_quantity desc;
   
   -- Find events in the 99.9 percentile in terms of all time gross sales.
   SELECT eventname, total_price 
   FROM  (SELECT eventid, total_price, ntile(1000) over(order by total_price desc) as percentile 
          FROM (SELECT eventid, sum(pricepaid) total_price
                FROM   sales
                GROUP BY eventid)) Q, event E
          WHERE Q.eventid = E.eventid
          AND percentile = 1
   ORDER BY total_price desc;