AWS推出Graviton驱动的Redshift RG实例以降低分析成本

AWS为其Amazon Redshift数据仓库服务发布了新的Graviton驱动的RG实例，旨在帮助企业降低不断上升的分析成本，并简化现代湖仓架构的运营复杂性。

新实例的核心是集成的数据湖查询引擎，AWS表示该引擎可以跨Redshift仓库数据和Amazon S3数据湖运行SQL分析，提供更快的查询性能并降低分析成本。

Pareekh Consulting首席分析师Pareekh Jain表示："此前，Amazon Redshift RA3系统作为两个独立的引擎运行，Redshift处理仓库数据，Spectrum处理S3数据湖查询。当查询需要同时使用两者时，AWS必须在两个系统之间进行协调，这增加了复杂性，降低了性能，并使Spectrum扫描成本变得不可预测。"

Jain补充道："新的RG实例将这两个世界整合到一个直接在Redshift内部运行的集成引擎中。这意味着Iceberg、Parquet和S3湖数据现在可以与仓库数据一起进行原生查询，减少数据移动，降低开销，优化性能，同时还消除了Spectrum单独的按扫描收费。"

该分析师进一步补充说，随着AI工作负载推动更高的查询量、更多机器生成的分析和更大的数据处理需求，单独的Spectrum收费日益成为企业的痛点，许多客户不喜欢Spectrum单独的基于扫描的定价，因为可能出现突然的账单激增。

Jain表示，新实例可能是AWS对企业日益增长的AI规模分析平台需求的回应，这些平台避免增加架构复杂性，而包括Databricks、Snowflake、Google Cloud的BigQuery以及微软通过Microsoft Fabric在内的竞争对手正在推动统一的湖仓平台以减少运营分散。

Jain说："RG实例确实在竞争中增强了Amazon Redshift的实力，但主要是作为一种防御性举措，而非突破性颠覆。"

Jain补充说，虽然Databricks依靠AI和数据科学能力，Snowflake依靠多云简便性，Google Cloud通过BigLake依靠AI原生分析，微软依靠Fabric、Power BI和Microsoft Copilot之间的紧密集成，但AWS押注于Amazon S3的规模和更紧密的Redshift优化，以将企业分析工作负载保留在其云堆栈中。

Greyhound Research首席分析师Sanchit Vir Gogia表示，在评估新实例时，CIO和企业团队应该意识到这种战略差异化。

Gogia说："最佳适配不是每个工作负载。最佳适配是痛苦的重叠部分。这种重叠是Redshift、S3、开放格式、BI、重复分析、成本压力和AI辅助查询相遇的地方。这就是RG可以实质性减少摩擦的地方。"

Gogia补充道："CIO应该清点外部模式，识别高扫描和高频率的湖查询，在真实并发下对Iceberg和Parquet工作负载进行基准测试，测试月末报告压力，建模AI智能体查询模式，并衡量在考虑计算、S3、Glue、KMS、监控和运营开销后节省是否真实。"

Jain表示，新RG实例的最大受益者将是已经使用Iceberg和Parquet等格式在S3中存储大量数据的企业，特别是银行、电信、零售、制造、媒体、广告和物联网等行业。Jain说："这些公司经常处理海量数据集、湖和仓库之间昂贵的数据重复、不可预测的账单以及难以管理的多个系统。"

AWS也提醒企业不要假设所有工作负载都能获得统一的节省，建议客户使用AWS定价计算器结合自己的工作负载模式来估算潜在的成本降低。新的RG实例目前已在美国东部、美国西部、加拿大、圣保罗、法兰克福、爱尔兰、米兰、伦敦、巴黎、西班牙、斯德哥尔摩、孟买、海得拉巴、新加坡、悉尼、首尔、东京和香港地区推出。

Q&A

Q1：AWS推出的Redshift RG实例有什么特别之处？

A：RG实例的核心是集成的数据湖查询引擎，将原本分离的Redshift仓库数据处理和Spectrum数据湖查询整合到一个引擎中，可以直接在Redshift内部原生查询Iceberg、Parquet和S3湖数据，减少数据移动，降低开销，优化性能，同时消除了Spectrum单独的按扫描收费。

Q2：哪些企业最适合使用Redshift RG实例？

A：最大受益者是已经使用Iceberg和Parquet等格式在S3中存储大量数据的企业，特别是银行、电信、零售、制造、媒体、广告和物联网等行业。这些公司经常处理海量数据集、面临湖和仓库之间昂贵的数据重复、不可预测的账单以及难以管理的多个系统问题。

Q3：Redshift RG实例相比竞争对手有什么优势？

A：与Databricks的AI和数据科学能力、Snowflake的多云简便性、Google Cloud的AI原生分析不同，AWS押注于Amazon S3的规模和更紧密的Redshift优化。RG实例主要是防御性举措，通过集成引擎减少架构复杂性，降低成本，将企业分析工作负载保留在AWS云堆栈中。