Amazon Redshift

サービス概要

主な特徴

• 01

  AWS Graviton 搭載の RG インスタンス

  AWS Graviton プロセッサを搭載した RG インスタンスは、前世代の RA3 と比較して最大2.4倍高速に動作し、vCPU あたりのコストを30%削減します。Apache Iceberg や Apache Parquet などのオープンフォーマットをネイティブに処理できます。

• 02

  新規クエリの最大7倍の高速化

  BI ダッシュボード、ETL パイプライン、ニアリアルタイム分析アプリケーションなどで使用される低レイテンシー SQL クエリを初回実行から高速化します。最適化されたクエリ固有のコンパイルコードを生成することで、高速なクエリ実行を実現します。

• 03

  Apache Iceberg v3 テーブルの読み書き対応

  データレイク内の Apache Iceberg v3 テーブルへの読み書きアクセスを提供し、デフォルト列値、行リネージ、削除ベクターをサポートします。既存の Iceberg v2 テーブルをインプレースでアップグレードすることも可能です。

• 04

  Amazon Redshift Serverless

  プロビジョニングや管理なしに数秒でアナリティクスを実行・スケールできます。リソースは自動的にプロビジョニングされ、データウェアハウスがアイドル状態のときは料金が発生しません。

• 05

  包括的なセキュリティ機能

  ネットワーク分離、行レベルおよび列レベルのアクセス制御などのきめ細かいアクセス管理機能を追加コストなしで利用できます。

• 06

  Amazon S3 Tables との統合によるシステムテーブル保持期間の延長

  現在の7日間の制限を超えてシステムテーブルデータを保持できるよう設定でき、コンプライアンスや監査要件に対応します。AWS が自動的に Apache Iceberg 形式でデータを Amazon S3 Tables に書き込み、パーティショニングや圧縮を管理します。

主なユースケース

1. 1

   ニアリアルタイム分析とダッシュボード

   1秒あたり数百メガバイトのデータを取り込み、不正検出やライブリーダーボード、IoT などの低レイテンシー分析アプリケーションを構築できます。Amazon QuickSight、Tableau、Microsoft PowerBI などの BI ツールと連携してインサイト主導のレポートやダッシュボードを作成できます。

2. 2

   機械学習と予測分析

   SQL を使用して機械学習モデルを構築・トレーニング・デプロイし、予測分析、分類、回帰などの高度な分析を大量データに対して実行できます。

3. 3

   データレイクハウスとデータ共有

   データベース、データウェアハウス、データレイクにまたがるすべてのデータを活用したアプリケーションを構築できます。データをシームレスかつ安全に共有・連携させ、データをサービスとして収益化したり新たな収益源を開拓したりできます。

4. 4

   サードパーティデータとの統合

   AWS Data Exchange を通じて市場データ、ソーシャルメディア分析、気象データなどのサードパーティデータを購読し、Amazon Redshift 内のデータと組み合わせて活用できます。ライセンスやオンボーディングの手間なくデータを利用できます。

最近のアップデート

1. 2026/11/7重要度：通常

   Amazon Redshift の SUPER データ型が最大 16 million バイトの文字列をサポート、オプトインで有効化

   • SUPER データ型内の個別文字列の上限が 65,535 バイトから 16 million バイトに拡張された。
   • データベースパラメータによるオプトインで機能が有効になる。

   詳細記事

利用可能リージョン

公式ドキュメント

• サービス紹介ページaws.amazon.com/redshift/（新しいタブで開く）
• 開発者ガイドdocs.aws.amazon.com/redshift/latest/dg/welcome.html（新しいタブで開く）

関連サービス

• Amazon SageMaker
• Amazon Simple Storage Service
• AWS Data Exchange