Database
Amazon Redshift
Data Warehouse, OLAP, Columnar Storage, MPP, Spectrum, Zero-ETL
Redshift là gì?
Amazon Redshift là dịch vụ Data Warehouse được quản lý hoàn toàn bởi AWS, được thiết kế cho OLAP (Online Analytical Processing) - phân tích dữ liệu lớn với quy mô petabyte.
┌─────────────────────────────────────────────────────────────────────┐
│ Data Warehouse Concept │
│ │
│ OLTP (Transactional) OLAP (Analytical) │
│ ───────────────────── ────────────────── │
│ - INSERT, UPDATE, DELETE - SELECT, aggregate │
│ - Nhiều transaction nhỏ - Ít query nhưng phức tạp │
│ - RDS, Aurora, DynamoDB - Redshift, Athena │
│ │
│ ┌──────────────────┐ ┌──────────────────┐ │
│ │ App Database │ ──ETL──► │ Data Warehouse │ │
│ │ (OLTP) │ │ (OLAP) │ │
│ │ │ │ │ │
│ │ Orders │ │ Analytics │ │
│ │ Customers │ │ Reports │ │
│ │ Products │ │ BI Dashboard │ │
│ └──────────────────┘ └──────────────────┘ │
│ │
└─────────────────────────────────────────────────────────────────────┘Đặc điểm chính
| Đặc điểm | Mô tả |
|---|---|
| Columnar Storage | Lưu trữ theo cột, tối ưu cho query analytical |
| MPP (Massively Parallel Processing) | Xử lý song song trên nhiều node |
| Petabyte Scale | Xử lý dữ liệu từ GB đến PB |
| SQL Compatible | Dùng PostgreSQL-compatible SQL |
| BI Integration | Tích hợp với QuickSight, Tableau, Power BI... |
| Data Lakehouse | Kết hợp data lake (S3) + data warehouse |
Columnar vs Row Storage
ROW-BASED STORAGE (OLTP - RDS, Aurora):
┌──────┬────────┬─────────┬────────┐
│ ID │ Name │ Amount │ Date │
├──────┼────────┼─────────┼────────┤
│ 1 │ Alice │ 100 │ Jan │ ← Row 1
│ 2 │ Bob │ 200 │ Feb │ ← Row 2
│ 3 │ Carol │ 150 │ Mar │ ← Row 3
└──────┴────────┴─────────┴────────┘
→ Tốt cho: SELECT * FROM orders WHERE id = 1
COLUMNAR STORAGE (OLAP - Redshift):
┌──────────────────────────────────────┐
│ ID Column: [1, 2, 3, ...] │ ← Đọc riêng
│ Name Column: [Alice, Bob, Carol] │
│ Amount Column: [100, 200, 150, ...] │ ← Chỉ đọc cột này
│ Date Column: [Jan, Feb, Mar, ...] │
└──────────────────────────────────────┘
→ Tốt cho: SELECT SUM(amount) FROM orders
→ Chỉ đọc 1 cột thay vì toàn bộ row
→ Compression tốt hơn (dữ liệu cùng type)Kiến trúc Redshift
Cluster Architecture
┌───────────────────────────────────────────────────────────────────────────────────────────────────┐
│ Redshift Cluster │
│ │
│ ┌───────────────────────────────────────────────────────────────────────┐ │
│ │ LEADER NODE │ │
│ │ - Nhận query từ client │ │
│ │ - Parse và optimize query plan │ │
│ │ - Phân phối task đến compute nodes │ │
│ │ - Aggregate kết quả và trả về client │ │
│ └───────────────────────────────────────────────────────────────────────┘ │
│ │ │
│ ┌───────────┼───────────┐ │
│ ▼ ▼ ▼ │
│ ┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐ │
│ │ COMPUTE NODE 1 │ │ COMPUTE NODE 2 │ │ COMPUTE NODE 3 │ │
│ │ ┌───────────┐ │ │ ┌───────────┐ │ │ ┌───────────┐ │ │
│ │ │ Slice 1 │ │ │ │ Slice 1 │ │ │ │ Slice 1 │ │ │
│ │ │ Slice 2 │ │ │ │ Slice 2 │ │ │ │ Slice 2 │ │ │
│ │ └───────────┘ │ │ └───────────┘ │ │ └───────────┘ │ │
│ │ Store data │ │ Store data │ │ Store data │ │
│ │ Execute query │ │ Execute query │ │ Execute query │ │
│ └─────────────────┘ └─────────────────┘ └─────────────────┘ │
│ │
│ ┌───────────────────────────────────────────────────────────────────────┐ │
│ │ Redshift Managed Storage (RMS) │ │
│ │ Amazon S3 — Durable storage cho RA3 nodes │ │
│ └───────────────────────────────────────────────────────────────────────┘ │
└───────────────────────────────────────────────────────────────────────────────────────────────────┘Thành phần chính
| Component | Mô tả |
|---|---|
| Leader Node | Nhận query, optimize, phân phối task, aggregate kết quả |
| Compute Nodes | Lưu trữ data, thực thi query song song |
| Slices | Phân vùng nhỏ trong mỗi compute node, xử lý độc lập |
| Redshift Managed Storage (RMS) | S3-backed storage cho RA3 nodes |
Provisioned vs Serverless
So sánh
| Tiêu chí | Provisioned | Serverless |
|---|---|---|
| Quản lý | Bạn chọn số lượng, type node | AWS tự động quản lý |
| Scaling | Manual hoặc Elastic Resize | Tự động scale |
| Billing | Per node-hour | Per RPU-second |
| Use case | Workload ổn định, predictable | Variable, unpredictable workload |
| Setup | Phức tạp hơn | Đơn giản, nhanh |
| Reserved pricing | ✅ Có (lên đến 75% discount) | ✅ Có (lên đến 24% discount) |
Provisioned Cluster
┌─────────────────────────────────────────────────────────────────┐
│ PROVISIONED CLUSTER │
│ │
│ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │
│ │ ra3.xlplus │ │ ra3.xlplus │ │ ra3.xlplus │ │
│ │ Node 1 │ │ Node 2 │ │ Node 3 │ │
│ └─────────────┘ └─────────────┘ └─────────────┘ │
│ │
│ Chi phí: $1.086/hour × 3 nodes = $3.258/hour │
│ Luôn chạy 24/7 dù không query │
│ │
│ ✅ Predictable cost │
│ ✅ Reserved Instances discount (up to 75%) │
│ ❌ Trả tiền khi idle │
└─────────────────────────────────────────────────────────────────┘Serverless
┌─────────────────────────────────────────────────────────────────┐
│ REDSHIFT SERVERLESS │
│ │
│ Workload ─────► ┌───────────────────────────────┐ │
│ │ AWS tự động provision │ │
│ │ 8 RPU ──► 128 RPU ──► 8 RPU │ │
│ │ (scale) │ │
│ └───────────────────────────────┘ │
│ │
│ RPU = Redshift Processing Unit │
│ Chi phí: $0.375/RPU-hour (us-east-1) │
│ Base 8 RPU = $3.00/hour khi active │
│ │
│ ✅ Chỉ trả khi query │
│ ✅ Auto scaling │
│ ✅ Không cần quản lý infrastructure │
│ ❌ Có thể đắt hơn với workload ổn định 24/7 │
└─────────────────────────────────────────────────────────────────┘Khi nào chọn cái nào?
| Tình huống | Recommendation |
|---|---|
| Workload 24/7, ổn định | 🏆 Provisioned + Reserved |
| Workload peak hours (8h/ngày) | 🏆 Serverless |
| POC, development, testing | 🏆 Serverless |
| Unpredictable workload | 🏆 Serverless |
| Budget hạn chế, cần optimize | Tính toán so sánh |
Node Types
RA3 Nodes (Recommended)
┌─────────────────────────────────────────────────────────────────┐
│ RA3 NODES │
│ (Managed Storage - RMS) │
│ │
│ ┌─────────────┐ ┌─────────────────────┐ │
│ │ RA3 Node │◄── Hot data ──────► │ Local SSD Cache │ │
│ │ │ │ (Fast access) │ │
│ │ │◄── Warm/Cold ─────► │ Amazon S3 (RMS) │ │
│ │ │ data │ (Unlimited storage) │ │
│ └─────────────┘ └─────────────────────┘ │
│ │
│ ✅ Compute và Storage scale độc lập │
│ ✅ Chỉ trả storage theo GB thực tế dùng │
│ ✅ Automatic data tiering │
└─────────────────────────────────────────────────────────────────┘| Node Type | vCPU | Memory | Storage | Price/hour |
|---|---|---|---|---|
| ra3.xlplus | 4 | 32 GB | RMS | ~$1.086 |
| ra3.4xlarge | 12 | 96 GB | RMS | ~$3.26 |
| ra3.16xlarge | 48 | 384 GB | RMS | ~$13.04 |
DC2 Nodes (Dense Compute)
┌─────────────────────────────────────────────────────────────────┐
│ DC2 NODES │
│ (Local SSD Storage) │
│ │
│ ┌─────────────────────────────────────────────┐ │
│ │ DC2 Node │ │
│ │ │ │
│ │ ┌─────────────────────────────────────┐ │ │
│ │ │ Local NVMe SSD │ │ │
│ │ │ (Fixed storage per node) │ │ │
│ │ └─────────────────────────────────────┘ │ │
│ └─────────────────────────────────────────────┘ │
│ │
│ ✅ Fastest performance (all data local) │
│ ✅ Tốt cho datasets < 1TB uncompressed │
│ ❌ Storage fixed, scale bằng cách thêm nodes │
└─────────────────────────────────────────────────────────────────┘| Node Type | vCPU | Memory | Storage | Price/hour |
|---|---|---|---|---|
| dc2.large | 2 | 15 GB | 160 GB SSD | ~$0.25 |
| dc2.8xlarge | 32 | 244 GB | 2.56 TB SSD | ~$4.80 |
Chọn node nào?
| Tiêu chí | Recommendation |
|---|---|
| Data < 1TB, performance critical | DC2 |
| Data growing, cần flexibility | RA3 (recommended) |
| Muốn scale compute riêng storage | RA3 |
| Budget limited, small dataset | DC2.large |
Data Distribution và Sort Keys
Distribution Styles
Cách Redshift phân phối data giữa các nodes quyết định performance của JOIN và aggregation.
┌─────────────────────────────────────────────────────────────────┐
│ DISTRIBUTION STYLES │
│ │
│ 1. KEY Distribution │
│ ───────────────────── │
│ Rows với cùng key value → cùng node │
│ Tốt cho: JOIN trên cùng key │
│ │
│ ┌─────────┐ ┌─────────┐ ┌─────────┐ │
│ │ Node 1 │ │ Node 2 │ │ Node 3 │ │
│ │ key=A │ │ key=B │ │ key=C │ │
│ │ key=A │ │ key=B │ │ key=C │ │
│ └─────────┘ └─────────┘ └─────────┘ │
│ │
│ 2. ALL Distribution │
│ ───────────────────── │
│ Copy toàn bộ table đến mọi node │
│ Tốt cho: Dimension tables nhỏ │
│ │
│ ┌─────────┐ ┌─────────┐ ┌─────────┐ │
│ │ Full │ │ Full │ │ Full │ │
│ │ table │ │ table │ │ table │ │
│ │ copy │ │ copy │ │ copy │ │
│ └─────────┘ └─────────┘ └─────────┘ │
│ │
│ 3. EVEN Distribution (default) │
│ ───────────────────── │
│ Round-robin phân đều rows │
│ Tốt cho: Tables không JOIN thường xuyên │
│ │
│ 4. AUTO Distribution │
│ ───────────────────── │
│ Redshift tự chọn EVEN hoặc ALL │
│ Recommended: Để Redshift quyết định │
│ │
└─────────────────────────────────────────────────────────────────┘Sort Keys
┌─────────────────────────────────────────────────────────────────┐
│ SORT KEYS │
│ │
│ Compound Sort Key: │
│ ───────────────────── │
│ SORTKEY (date, region, product_id) │
│ │
│ Data sorted: date → region → product_id │
│ ✅ Tốt khi filter theo thứ tự: date, hoặc date+region │
│ ❌ Không hiệu quả nếu chỉ filter region │
│ │
│ Interleaved Sort Key: │
│ ───────────────────── │
│ INTERLEAVED SORTKEY (date, region, product_id) │
│ │
│ ✅ Filter theo bất kỳ column nào đều hiệu quả │
│ ❌ Chậm hơn khi load data │
│ ❌ Cần VACUUM thường xuyên │
│ │
└─────────────────────────────────────────────────────────────────┘Best Practices
| Scenario | Recommendation |
|---|---|
| Time-series data | Compound sort key (date first) |
| Multi-dimension filtering | Interleaved sort key |
| Large fact table JOIN | KEY distribution (join column) |
| Small dimension table | ALL distribution |
| Don't know | AUTO (let Redshift decide) |
Redshift Spectrum
Redshift Spectrum cho phép query data trực tiếp trên S3 mà không cần load vào Redshift.
┌─────────────────────────────────────────────────────────────────┐
│ REDSHIFT SPECTRUM │
│ │
│ ┌───────────────┐ │
│ │ Redshift │ │
│ │ Cluster │ │
│ │ │ SELECT * FROM │
│ │ │ spectrum_schema.s3_table │
│ │ │ WHERE date > '2024-01-01' │
│ └───────┬───────┘ │
│ │ │
│ ▼ │
│ ┌───────────────────────────────────────────────┐ │
│ │ Spectrum Layer │ │
│ │ (Thousands of nodes for parallel processing) │ │
│ └───────────────────────────────────────────────┘ │
│ │ │
│ ▼ │
│ ┌─────────────────────────────────────────────────────────┐ │
│ │ Amazon S3 │ │
│ │ │ │
│ │ s3://my-bucket/data/ │ │
│ │ ├── sales/ │ │
│ │ │ ├── year=2024/month=01/ (Parquet, ORC, JSON, CSV) │ │
│ │ │ ├── year=2024/month=02/ │ │
│ │ │ └── ... │ │
│ │ └── customers/ │ │
│ └─────────────────────────────────────────────────────────┘ │
│ │
│ Chi phí: $5.00 / TB data scanned │
│ │
│ ✅ Query data trực tiếp trên S3 │
│ ✅ Không cần load data vào Redshift │
│ ✅ Tiết kiệm storage cost │
│ ✅ Partition pruning (chỉ scan partitions cần thiết) │
│ │
└─────────────────────────────────────────────────────────────────┘Khi nào dùng Spectrum?
| Scenario | Recommendation |
|---|---|
| Historical data, ít query | 🏆 Spectrum (S3) |
| Hot data, query thường xuyên | Redshift tables |
| Data lake integration | 🏆 Spectrum |
| Ad-hoc exploration | 🏆 Spectrum |
Zero-ETL Integration
Zero-ETL là tính năng mới cho phép replicate data từ operational databases vào Redshift tự động, không cần xây dựng ETL pipeline.
┌─────────────────────────────────────────────────────────────────┐
│ ZERO-ETL INTEGRATION │
│ │
│ ┌───────────────┐ Automatic ┌───────────────┐ │
│ │ │ Replication │ │ │
│ │ Aurora │ ═════════════════════════►│ Redshift │ │
│ │ MySQL │ │ │ │
│ │ PostgreSQL │ - No ETL code needed │ Analytics │ │
│ │ │ - Near real-time │ & BI │ │
│ └───────────────┘ - Incremental sync └───────────────┘ │
│ │
│ ┌───────────────┐ Automatic ┌───────────────┐ │
│ │ RDS for │ ═════════════════════════►│ Redshift │ │
│ │ MySQL │ │ │ │
│ └───────────────┘ └───────────────┘ │
│ │
│ ┌───────────────┐ Automatic ┌───────────────┐ │
│ │ DynamoDB │ ═════════════════════════►│ Redshift │ │
│ │ │ │ │ │
│ └───────────────┘ └───────────────┘ │
│ │
│ ✅ Không cần viết ETL code │
│ ✅ Near real-time analytics │
│ ✅ Automatic schema sync │
│ ✅ Không có phí riêng (chỉ trả Redshift + source DB) │
│ │
└─────────────────────────────────────────────────────────────────┘Supported Sources
| Source | Status |
|---|---|
| Amazon Aurora MySQL | ✅ GA |
| Amazon Aurora PostgreSQL | ✅ GA |
| Amazon RDS for MySQL | ✅ GA |
| Amazon DynamoDB | ✅ GA |
Concurrency Scaling
Concurrency Scaling tự động thêm capacity khi có quá nhiều concurrent queries.
┌─────────────────────────────────────────────────────────────────┐
│ CONCURRENCY SCALING │
│ │
│ Normal Load: │
│ ┌─────────────┐ │
│ │ Main Cluster│◄── 10 queries ──► OK │
│ └─────────────┘ │
│ │
│ Peak Load (queue building up): │
│ ┌─────────────┐ ┌─────────────────────────────┐ │
│ │ Main Cluster│ │ Concurrency Scaling Cluster │ │
│ │ │◄── 50 queries ───► │ │
│ │ │ Auto offload │ Temporary cluster │ │
│ └─────────────┘ │ (scale out) │ │
│ └─────────────────────────────┘ │
│ │
│ ✅ Tự động, không cần cấu hình │
│ ✅ 1 giờ miễn phí/ngày cho hầu hết clusters │
│ 💰 Sau đó tính theo on-demand rate │
│ │
└─────────────────────────────────────────────────────────────────┘Data Sharing
Data Sharing cho phép chia sẻ data giữa các Redshift clusters/serverless mà không cần copy data.
┌─────────────────────────────────────────────────────────────────┐
│ DATA SHARING │
│ │
│ Producer Cluster Consumer Clusters │
│ (Account A) (Account A, B, C) │
│ │
│ ┌─────────────────┐ ┌─────────────────┐ │
│ │ │ Datashare │ BI Cluster │ │
│ │ Production │ ──────────────►│ (Read-only) │ │
│ │ Warehouse │ └─────────────────┘ │
│ │ │ │
│ │ "Main data" │ ┌─────────────────┐ │
│ │ │ Datashare │ Data Science │ │
│ │ │ ──────────────►│ Cluster │ │
│ └─────────────────┘ └─────────────────┘ │
│ │
│ ✅ Live data (không copy) │
│ ✅ Cross-account, cross-region │
│ ✅ Consumer trả compute, Producer giữ data │
│ ✅ Granular access control │
│ │
└─────────────────────────────────────────────────────────────────┘Use Cases
| Scenario | Giải thích |
|---|---|
| Multi-tenant SaaS | Mỗi tenant có cluster riêng, đọc từ shared data |
| BI vs ETL separation | BI team đọc từ shared data, không ảnh hưởng ETL |
| Cross-account analytics | Share data với partners, subsidiaries |
Redshift ML
Redshift ML cho phép train và deploy ML models trực tiếp trong Redshift bằng SQL.
-- 1. Create model
CREATE MODEL customer_churn_model
FROM training_data
TARGET churn
FUNCTION predict_churn
IAM_ROLE 'arn:aws:iam::123456789:role/RedshiftML';
-- 2. Use model in queries
SELECT customer_id,
predict_churn(customer_id, tenure, monthly_charges)
FROM customers
WHERE predict_churn(...) = 1;| Feature | Mô tả |
|---|---|
| AutoML | Tự động chọn algorithm, tune hyperparameters |
| Bring Your Own Model | Import models từ SageMaker |
| SQL Interface | Không cần biết Python/ML frameworks |
| Pricing | $20/million cells (first 10M) |
Bảo mật
Security Features
┌─────────────────────────────────────────────────────────────────┐
│ REDSHIFT SECURITY │
│ │
│ Network Security: │
│ ───────────────── │
│ ┌─────────────────────────────────────────────┐ │
│ │ VPC │ │
│ │ ┌─────────────────────────────────────┐ │ │
│ │ │ Private Subnet │ │ │
│ │ │ ┌─────────────────────────────┐ │ │ │
│ │ │ │ Redshift Cluster │ │ │ │
│ │ │ │ (No public access) │ │ │ │
│ │ │ └─────────────────────────────┘ │ │ │
│ │ │ │ │ │ │
│ │ │ ▼ │ │ │
│ │ │ Security Group │ │ │
│ │ │ (Port 5439 from app) │ │ │
│ │ └─────────────────────────────────────┘ │ │
│ └─────────────────────────────────────────────┘ │
│ │
│ Encryption: │
│ ───────────────── │
│ - At rest: AES-256 (KMS or HSM) │
│ - In transit: SSL/TLS │
│ │
│ Access Control: │
│ ───────────────── │
│ - IAM for cluster management │
│ - Database users/groups for data access │
│ - Row-level security (RLS) │
│ - Column-level security (Dynamic Data Masking) │
│ │
└─────────────────────────────────────────────────────────────────┘Access Control Options
| Feature | Mô tả |
|---|---|
| IAM Integration | authenticate với IAM users/roles |
| AWS IAM Identity Center | SSO cho federated users |
| Row-Level Security | Filter rows based on user |
| Column-Level Security | Grant access đến specific columns |
| Dynamic Data Masking | Mask sensitive data (PII, etc.) |
Chi phí
Provisioned Pricing (us-east-1)
| Node Type | On-Demand/hour | 1-yr Reserved | 3-yr Reserved |
|---|---|---|---|
| dc2.large | $0.25 | $0.145 (-42%) | $0.063 (-75%) |
| ra3.xlplus | $1.086 | $0.63 (-42%) | $0.27 (-75%) |
| ra3.4xlarge | $3.26 | $1.89 (-42%) | $0.82 (-75%) |
Managed Storage (RMS): $0.024/GB-month
Serverless Pricing
| Component | Price |
|---|---|
| RPU-hour | ~$0.375 (base 8 RPU = $3/hour) |
| Managed Storage | $0.024/GB-month |
| Spectrum | Included in RPU |
| Concurrency Scaling | Included in RPU |
Ví dụ tính chi phí
Provisioned (2 x ra3.xlplus, 24/7):
On-Demand:
$1.086 × 2 nodes × 24h × 30 days = $1,563/month
+ Storage 1TB: $0.024 × 1000 = $24/month
Total: ~$1,587/month
3-year Reserved:
$0.27 × 2 × 24 × 30 = $389/month
+ Storage: $24/month
Total: ~$413/month (74% savings!)Serverless (8 hours/day, 8 RPU base):
$0.375 × 8 RPU × 8 hours × 22 workdays = $528/month
+ Storage 1TB: $24/month
Total: ~$552/monthSo sánh với các dịch vụ khác
Redshift vs Athena vs RDS
| Tiêu chí | Redshift | Athena | RDS |
|---|---|---|---|
| Type | Data Warehouse | Serverless Query | OLTP Database |
| Use case | BI, Analytics | Ad-hoc queries on S3 | Transactions |
| Data size | GB - PB | GB - PB (S3) | GB - TB |
| Latency | Seconds | Seconds - Minutes | Milliseconds |
| Pricing | Node-hours / RPU | Per query ($5/TB) | Instance hours |
| ETL needed | ✅ Yes (load data) | ❌ No (query S3 directly) | N/A |
| Concurrency | High | Moderate | Very High |
Khi nào dùng gì?
| Scenario | Recommendation |
|---|---|
| Complex BI dashboards, reporting | 🏆 Redshift |
| Ad-hoc queries on S3 data lake | 🏆 Athena |
| Application database | 🏆 RDS / Aurora |
| Real-time analytics | Kinesis + Redshift |
| Data exploration, occasional queries | 🏆 Athena |
| Predictable, heavy analytics workload | 🏆 Redshift Provisioned |
Best Practices
Design
| Practice | Giải thích |
|---|---|
| Chọn Sort Key đúng | Dựa trên WHERE clause phổ biến nhất |
| Chọn Distribution Key đúng | Dựa trên JOIN conditions |
| Dùng RA3 nodes | Tách compute & storage, flexibility |
| Compress data | Automatic, nhưng analyze compression |
Performance
| Practice | Giải thích |
|---|---|
| VACUUM regularly | Sau DELETE/UPDATE để reclaim space |
| ANALYZE tables | Update statistics cho query optimizer |
| Use Workload Management (WLM) | Prioritize queries, set timeouts |
| Monitor with CloudWatch | Query performance, disk space, CPU |
Cost Optimization
| Practice | Giải thích |
|---|---|
| Reserved Instances | Lên đến 75% savings cho steady workload |
| Pause cluster | Khi không dùng (dev/test) |
| Use Spectrum | Cho cold data thay vì load vào Redshift |
| Right-size nodes | Monitor và resize nếu underutilized |
Exam Tips
Key Points
💡 Redshift = Data Warehouse = OLAP = Analytics
| Keyword trong đề | Nghĩ đến |
|---|---|
| Data warehouse, analytics, BI | Redshift |
| Petabyte scale analytics | Redshift |
| OLAP, complex queries | Redshift |
| Columnar storage | Redshift |
| MPP (Massively Parallel Processing) | Redshift |
| Query S3 data lake | Redshift Spectrum hoặc Athena |
| Real-time dashboard | Redshift (với materialized views) |
| ETL from Aurora/RDS | Zero-ETL hoặc Glue |
So sánh nhanh
| Scenario | Service |
|---|---|
| "Data warehouse for BI" | Redshift |
| "Ad-hoc queries on S3" | Athena |
| "Transactional database" | RDS/Aurora |
| "Real-time streaming analytics" | Kinesis Data Analytics |
| "ETL jobs" | Glue |
| "Serverless data warehouse" | Redshift Serverless |
Gotchas
| Trap | Sự thật |
|---|---|
| "Redshift là database?" | ❌ Là Data Warehouse (OLAP), không phải OLTP |
| "Redshift auto-scales?" | Provisioned: ❌ Manual, Serverless: ✅ Auto |
| "Spectrum cần load data?" | ❌ Query trực tiếp trên S3 |
| "Redshift chạy trong VPC?" | ✅ Luôn trong VPC |