亚马逊 Redshift 数据仓库的架构组件

我们建议您对 Amazon Redshift 数据仓库中的核心架构组件有基本的了解。这些知识可以帮助您更好地了解如何设计查询和表以实现最佳性能。

Amazon Redshift 中的数据仓库由以下核心架构组件组成：

• 集群 — 由一个或多个计算节点组成的集群是 Amazon Redshift 数据仓库的核心基础设施组件。计算节点对外部应用程序是透明的，但您的客户端应用程序仅与领导节点直接交互。典型的集群有两个或更多计算节点。计算节点通过领导节点进行协调。

• 领导节点 — 领导节点管理客户端程序和所有计算节点的通信。每当向集群提交查询时，领导节点还会准备运行查询的计划。计划准备就绪后，领导节点编译代码，将编译后的代码分发给计算节点，然后将数据片段分配给每个计算节点以处理查询结果。

• 计算节点-计算节点运行查询。领导节点为计划的各个元素编译代码以运行查询，并将代码分配给各个计算节点。计算节点运行编译后的代码，并将中间结果发送回领导节点以便最终聚合。每个计算节点都有自己的专用 CPU、内存和连接的磁盘存储空间。当您的工作负载增加时，您可以通过增加节点数和/或升级节点类型来增加集群的计算容量和存储容量。

• 节点切片 — 计算节点被分成称为切片的单元。计算节点中的每个分片都分配了节点内存和磁盘空间的一部分，用于处理分配给该节点的部分工作负载。然后，切片将并行工作以完成操作。数据根据特定表的分配方式和分布密钥在切片之间分配。数据的均匀分布使 Amazon Redshift 能够将工作负载均匀分配给切片，并最大限度地发挥并行处理的好处。每个计算节点的切片数是根据节点的类型决定的。有关更多信息，请参阅亚马逊 Redshift 文档中的亚马逊 Redshift 中的集群和节点。

• 大规模并行处理 (MPP) — Amazon Redshift 使用 MPP 架构来快速处理数据，甚至是复杂的查询和海量数据。多个计算节点对部分数据运行相同的查询代码，以最大限度地提高并行处理效果。

• 客户应用程序 — Amazon Redshift 与各种提取、转换和加载 (ETL)、商业智能 (BI) 报告、数据挖掘和分析工具集成。所有客户端应用程序仅通过领导节点与集群通信。

下图显示了 Amazon Redshift 数据仓库的架构组件如何协同工作以加快查询速度。