21、Amazon Redshift 数据共享：架构、用例与实践指南

Amazon Redshift 数据共享：架构、用例与实践指南

1. 多仓库架构与数据共享概述

可以设置多仓库架构，为不同类型的工作负载配备独立的消费者数据仓库。这样能提供灵活的计算资源，满足特定工作负载的性价比要求，并可根据需要以自助服务的方式独立扩展。不过，Amazon Redshift 数据共享在 DC2 节点类型上不可用，因为 DC2 节点未利用 Redshift 托管存储（RMS）。

2. 数据共享用例

数据共享已被证明具有可衡量的经济效益，拥有数据共享策略的组织表现优于同行。以下是一些常见的数据共享用例：
- 工作负载分离 ：当有繁重的 ETL 工作负载时，可通过多仓库架构将 ETL 工作负载与查询工作负载分离，使用一个数据仓库进行数据摄入，另一个进行查询。每个仓库都可针对其预期工作负载进行调整和优化。
- 跨组协作 ：公司内不同部门可以共享和访问数据，从而实现更高效、更有效的决策。例如，营销团队可使用存储在 Amazon Redshift 中的数据更好地定位其营销活动，而财务团队可使用相同数据预测收入。
- 分析即服务（AaaS） ：AaaS 提供商可以从社交媒体、网络分析和 ERP 系统等各种来源收集和聚合数据到数据仓库中，并在与订阅者共享之前添加业务洞察转换。例如，教育技术 AaaS 提供商可以收集学生出勤和成绩数据，并得出如何提高学生成绩的见解，然后使用订阅模式与教育机构共享这些见解。
- 提高软件开发生命周期（SDLC）的敏捷性 ：在应用程序的开发生命周期中，大多数