Amazon Redshiftは、TuroやYelpなど急速に成長するテクノロジー企業から、21st Century Fox、Johnson＆JohnsonなどのFortune 500企業まで、あらゆる規模の組織にとって最適なクラウドデータウェアハウスです。これらの顧客は、ユースケース、データサイズ、アナリストの集団をすばやく拡大することで、スケーラブルなデータウェアハウスにとって非常に重要なニーズがあります。 Amazon Redshiftを発売して以來、私たちの顧客は私たちとともに成長してきました。彼らと密接に協力して、データのスケールに応じてニーズがどのように変化するかを學びました。データ分析では、次のようなシナリオが頻繁に発生します。 米國に拠點を置く小売企業は、多數のスケジューリングされたクエリと複雑なBIレポートを実行しています。彼らのAmazon Redshiftの使用狀況は、データ科學者とアナリストの作業負荷が高い、午前8時から午後6時にピークに達します。夜間には、データを照會して小規模のレポートを作成するユーザーも少數います。その結果、日中と同じクラスター容量は夜間には必要ありません。 醫療コンサルティング會社は、サービスとしてのデータ（DaaS）ビジネスを急速に拡大しています。彼らは、迅速に複製環境を作成し、クライアントにクラスターエンドポイントを提供したいと考えています。複製クラスターを作成した後は、クライアントのコストとパフォーマンスの要件に基づいて、適切なサイズにすばやく変更する必要があります。 IoTサービスプロバイダーは急速な成長軌道に乗っています。大規模なイベントが発生するたびに、そのセンサーはAmazon Redshiftに取り込まれ、その後すぐに分析する必要のあるテラバイトの容量の新しいデータを送信します。 データベース管理者（DBAs）がこれらのシナリオに反応する機敏さを持たない場合、アナリストはミッションクリティカルなワークロードに対する応答時間が長くなります。または、データウェアハウスがサイズ変更のために停止している場合、それらは完全に締め出される可能性があります。DBAは、ビジネスステークホルダーとの間で設定したService Level Agreements（SLAs）をサポートすることができません。 Amazon Redshiftを使用すれば、すでに3つの方法ですばやく拡張できます。第1に、Amazon Redshift Spectrumを使用してAmazon S3データレイクのクエリデータをクラスターにロードせずに、その場所にあるデータを照會することができます。この柔軟性により、抽出、変換、ロード（ETL）ジョブを待つことなく、またはストレージ容量を追加することなく、増大するデータボリュームを分析することができます。第2に、數時間でノードを追加したり、ノードタイプを変更することで、Amazon Redshiftクラスターのサイズを変更することができます。この間は、アナリストはダウンタイムなしで読み取りクエリを実行し続けることができます。これにより、スケールアップに數日かかるオンプレミスのデータウェアハウスに比べて、俊敏性が向上します。第3に、スナップショットからデータをすばやくリストアすることで、複數のAmazon Redshiftクラスターをスピンアップできます。これにより、高い並行性をサポートするために必要なコンピューティングリソースを追加できます。 調整可能なリサイズの匯入 Amazon Redshiftクラスターのノードを數分で追加または削除できる新機能、調整可能なリサイズを匯入することに興奮しています。これにより、要求の厳しいワークロードに対して、より優れたパフォーマンスとストレージを実現するための機敏性がさらに高まり、需要が低い期間にコストを削減できます。AWS マネジメントコンソールから手動で、または簡単なAPIコールを使用してプログラムでリサイズできます。 調整可能なリサイズを使用すると、次の図に示すように、必要に応じて小規模から始めてオンデマンドでスケールアップすることができます。 リリース前に調整可能なリサイズをプレビューしていたAmazon Redshiftの顧客は、スケーラビリティによって即座に利益を得ることができました。ここで、顧客の一部が調整可能なリサイズについて伝えなければならないことがあります：   Amazon Prime Videoは高度なデータ分析を使用して視聴のお薦め內容をカスタマイズし、ファンの視聴経験を測定します。「Redshiftの新しい調整可能なリサイズ機能により、作業時間のリサイジング時間が6時間から15分に短縮され、ワークロードのさまざまな性質に応じてインフラを動的に拡張し、コストを最適化しパフォーマンスを最大限に高めました。」 Amazon Prime VideoのデータエンジニアであるSergio Diaz Bautista氏     Yelpは、Amazon Redshiftを使用して、モバイルアプリの利用データと、顧客コホート、オークション、広告指標に関する広告データを分析します。「Yelpは、データ分析を使用してビジネス上の意思決定を行い、ユーザーのエクスペリエンスを向上させる最前線に位置しています。調整可能なリサイズを使用することで、需要が通常の変動性ウィンドウを超えて増加し、オフピーク時にスケールダウンするときにクラスターをスケールアップするように設定することで、最良のパフォーマンスを確実に最適化し、コストを低く抑えることができます。數百テラバイトのデータを數分で格納するデータウェアハウスの拡張能力は素晴らしいです」とYelp.comのデータアーキテクトShahid Chohan氏は言います。   「Coupangは、電話を使った世界のショップのあり方を混亂させている。進歩するビジネスニーズや予期せず必要とされる特別な分析のために、分析需要を常に予測できるとは限りません。調整可能なリサイズにより、コンピューティングとストレージを迅速に拡張し、大規模なETLジョブをより速く完了させ、データを照會するユーザーの數を増やすことができます」と、Coupangのデータエンジニアリング擔當上級マネージャー、Hara Ketha氏は述べています。   OLXはAmazon Redshiftを使用してパーソナライズと関連性を強化し、レポートを実行し、実行可能な顧客の洞察を生成します。「OLXでは、世界中の何百萬という人々が毎日お互いに売買しています。Redshiftは、高度な分析とOLXの大きなデータ革新の中核となっています。データニーズがますます増大するにつれ、調整可能なリサイズを使ってノードを追加することができます。コストを節約するために、活動が少ない期間にサイズダウンすることも簡単です。Redshiftありがとう！」と、OLX.comの歐州データチームのデータアーキテクト、Michał Adamkiewicz氏は述べています 調整可能なリサイズの仕組み 調整可能なリサイズは、Amazon Redshiftで利用可能な従來のリサイズ操作とは根本的に異なります。新しいクラスターを作成し、それにデータを転送する古典的なリサイズとは異なり、調整可能なリサイズは既存のクラスター內のノードの數を変更します。これにより、進行中の読み取りまたは書き込み照會の中斷を最小限に抑えながら、追加のノードを數分で展開できます。したがって、コストを節約するためにジョブが完了したら、クラスターをすばやくサイズアップしてパフォーマンスを向上させ、サイズを小さくすることができます。 ノードのタイプを変更する場合（たとえば、DC1ノードからDC2ノードにアップグレードする場合など）、古典的なリサイズを引き続き使用できます。次のステージでは、調整可能なリサイズをトリガーするときに何が起こるのかを説明します。 ステージ1：クラスターが完全に利用できる狀態でのリサイズの準備 […]