“Anteriormente, os sistemas Amazon Redshift RA3 operavam como dois mecanismos separados, com o Redshift lidando com dados de warehouse e o Spectrum lidando com consultas de data lake S3. Quando uma consulta exigia ambos, a AWS tinha que coordenar entre os dois sistemas, o que aumentava a complexidade, reduzia o desempenho e tornava os custos de varredura do Spectrum imprevisíveis”, disse Pareekh Jain, analista principal da Pareekh Consulting.
“As novas instâncias RG combinam esses mundos em um mecanismo integrado executado diretamente dentro do próprio Redshift. Isso significa que os dados do Iceberg, Parquet e S3 lake agora podem ser consultados nativamente junto com os dados do armazém com menos movimento, menor sobrecarga e melhor otimização de desempenho, ao mesmo tempo que eliminam cobranças separadas do Spectrum por varredura”, acrescentou Jain.
As cobranças separadas do Spectrum, acrescentou o analista, estavam se tornando cada vez mais um problema para as empresas, à medida que as cargas de trabalho de IA geravam maiores volumes de consultas, mais análises geradas por máquina e maiores demandas de processamento de dados, com muitos clientes não gostando dos preços separados baseados em varredura do Spectrum devido à possibilidade de picos repentinos nas contas.
As novas instâncias podem ser a resposta da AWS à crescente demanda empresarial por plataformas analíticas em escala de IA que evitam complexidade arquitetônica adicional, à medida que rivais como Databricks, Snowflake, Google Cloud com BigQuery e Microsoft, por meio do Microsoft Fabric, impulsionam plataformas unificadas de lakehouse para reduzir a expansão operacional, disse Jain.
