Amazon Redshift ne prendra plus en charge la création de nouveaux Python à UDFs partir du patch 198. UDFs Le Python existant continuera de fonctionner jusqu'au 30 juin 2026. Pour plus d’informations, consultez le billet de blog .

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Performances d’Amazon Redshift

Cette rubrique décrit les composants d’Amazon Redshift qui améliorent les performances. La compréhension de ces composants vous aidera à optimiser les performances et à résoudre les problèmes de performances médiocres avec Amazon Redshift.

Amazon Redshift assure une exécution extrêmement rapide des requêtes en utilisant ces fonctions de performance.

Traitement massivement parallèle

Le traitement massivement parallèle (MPP) permet l’exécution rapide des requêtes les plus complexes œuvrant sur de grandes quantités de données. Plusieurs nœuds de calcul gèrent tout le traitement des requêtes conduisant à l’agrégation du résultat final, avec chaque cœur de chaque nœud exécutant les mêmes segments de requêtes compilés sur des parties de l’ensemble des données.

Amazon Redshift distribue les lignes d’une table aux différents nœuds de calcul afin que les données puissent être traitées en parallèle. En sélectionnant une clé de distribution appropriée pour chaque table, vous pouvez optimiser la distribution des données pour équilibrer l’application et réduire le mouvement de données d’un nœud à un autre. Pour plus d'informations, consultez Choisir le meilleur style de distribution.

Le chargement de données à partir de fichiers plats tire parti du traitement en répartissant la charge de travail entre plusieurs nœuds, tout en assurant des lectures simultanées à partir de plusieurs fichiers. Pour plus d’informations sur le chargement des données dans les tables, consultez Bonnes pratiques de chargement des données sur Amazon Redshift.

Stockage des données en colonnes

Le stockage en colonnes des tables de base de données réduit considérablement les exigences globales d’I/O disque et constitue un facteur important dans l’optimisation des performances des requêtes analytiques. Pour plus d’informations, consultez Stockage en colonnes.

Lorsque les colonnes sont triées de manière adéquate, le processeur de requêtes est capable de filtrer rapidement un large sous-ensemble de blocs de données. Pour plus d'informations, consultez Choix de la meilleure clé de tri.

Compression des données

La compression des données réduit les besoins en stockage et, de ce fait, les I/O disque, ce qui améliore les performances des requêtes. Lorsque vous exécutez une requête, les données compressées sont lues en mémoire, puis décompressées au cours de l’exécution des requêtes. Le fait de charger moins de données en mémoire permet à Amazon Redshift d’allouer plus de mémoire à l’analyse des données. Comme le stockage en colonnes stocke des données similaires de manière séquentielle, Amazon Redshift est en mesure d’appliquer des encodages de compression adaptatifs spécifiquement liés aux types de données en colonnes. Le meilleur moyen d’activer la compression des données sur les colonnes de la table est de permettre à Amazon Redshift d’appliquer des encodages de compression optimaux lorsque vous chargez la table avec des données. Pour en savoir plus sur l’utilisation de la compression automatique des données, consultez Chargement des tables avec compression automatique.

Optimiseur de requête

Le moteur d’exécution des requêtes Amazon Redshift intègre un optimiseur de requête qui prend en charge le traitement hautement parallèle et tire aussi parti du stockage de données orienté colonnes. L’optimiseur de requête Amazon Redshift met en œuvre des améliorations et des extensions importantes pour le traitement des requêtes analytiques complexes qui incluent souvent les jointures de plusieurs tables, les sous-requêtes et l’agrégation. Pour en savoir plus sur l’optimisation des requêtes, consultez Réglage de performances des requêtes.

Mise en cache du résultat

Pour raccourcir le temps d’exécution des requêtes et améliorer les performances du système, Amazon Redshift met en cache le résultat de certains types de requêtes dans la mémoire du nœud principal. Quand un utilisateur envoie une requête, Amazon Redshift recherche une copie valide du résultat de la requête dans le cache. Si une correspondance est trouvée dans le cache des résultats, Amazon Redshift utilise les résultats mis en cache et n’exécute pas la requête. La mise en cache du résultat est totalement transparente pour l’utilisateur.

La mise en cache du résultat est activée par défaut. Pour désactiver la mise en cache du résultat sur la séance en cours, définissez le paramètre de configuration enable_result_cache_for_session sur off.

Amazon Redshift utilise les résultats mis en cache quand il reçoit une nouvelle requête si l’ensemble des conditions suivantes sont satisfaites :

Pour maximiser l’efficacité du cache et l’utilisation efficace des ressources, Amazon Redshift ne met pas en cache certains grands ensembles de résultats de requêtes. Amazon Redshift détermine s’il faut mettre en cache les résultats des requêtes en fonction d’un certain nombre de facteurs. Le nombre d’entrées en cache et le type d’instance de votre cluster Amazon Redshift entrent notamment en jeu.

Pour savoir si une requête exploite le cache de résultats, interrogez la vue système SVL_QLOG. Si la requête utilise le cache de résultats, la colonne source_query indique l’ID de la requête source. Si la mise en cache n’a pas été utilisée, la valeur indiquée est NULL.

L’exemple suivant montre que les requêtes soumises par les ID utilisateur 104 et 102 exploitent les résultats en cache des requêtes exécutées par l’ID utilisateur 100.

select userid, query, elapsed, source_query from svl_qlog 
where userid > 1
order by query desc;

userid | query  | elapsed  | source_query
-------+--------+----------+-------------
   104 | 629035 |       27 |       628919
   104 | 629034 |       60 |       628900
   104 | 629033 |       23 |       628891
   102 | 629017 |  1229393 |             
   102 | 628942 |       28 |       628919
   102 | 628941 |       57 |       628900
   102 | 628940 |       26 |       628891
   100 | 628919 | 84295686 |             
   100 | 628900 | 87015637 |             
   100 | 628891 | 58808694 |             

Code compilé

Compilation de code — Amazon Redshift génère et compile du code optimisé pour chaque plan d'exécution des requêtes. Le code compilé s'exécute plus rapidement car il élimine la surcharge liée à l'utilisation d'un interpréteur. Afin de minimiser le temps de latence pour les nouvelles requêtes tout en préservant les avantages en termes de performances du code compilé, Amazon Redshift utilise une technique appelée composition. La composition génère un arrangement léger de logiques préexistantes pour traiter les nouvelles requêtes immédiatement, tout en compilant simultanément du code hautement optimisé et spécifique aux requêtes en arrière-plan. Cela permet de supprimer la compilation du chemin critique de l'exécution des requêtes, de sorte que les nouvelles requêtes démarrent plus rapidement et offrent des performances cohérentes avec les exécutions suivantes.

Amazon Redshift utilise également un service de compilation sans serveur pour étendre les compilations de requêtes au-delà des ressources de calcul d'un cluster Amazon Redshift. Les segments de code compilés sont mis en cache à la fois localement sur le cluster et dans un cache distant pratiquement illimité qui persiste après le redémarrage du cluster. Les exécutions ultérieures de la même requête sont plus rapides car elles peuvent éviter la phase de compilation. À l'aide d'un service de compilation évolutif, Amazon Redshift compile le code en parallèle pour fournir des performances rapides et constantes.