Amazon Redshift

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                                                                │   │
│   │  - Tạo execution plan                                                                     │   │
│   │  - Phân phối task đến compute nodes                                                       │   │
│   │  - Aggregate kết quả                                                                      │   │
│   │  - Trả về kết quả cho 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      │ │  Execute      │ │  Execute                                     │            │
│   │  queries      │ │  queries      │ │  queries                                     │            │
│   └───────────────┘ └───────────────┘ └───────────────┘                                           │
│                                                                                                   │
│                    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 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/month

So 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

Amazon Redshift

On this page