Amazon Redshift
Amazon Redshift er en SQL-basert datavarehustjeneste levert av AWS. Det er veldig effektivt for å kjøre komplekse spørsmål om massive datasett ved hjelp av et større antall prosesseringsnoder som tar opp hele jobben og returnerer resultatene av analysen i ønsket mønster. Det er et fullt serverløst tilbud fra AWS, så du trenger ikke å bekymre deg for den underliggende infrastrukturen. Gruppen av Redshift -nodene kalles en rødforskyvningsklynge. Klyngen kan konfigureres med maksimalt 128 noder for å bære tunge big datajobber.
Konfigurere en rødforskyvningsklynge
Først skal vi opprette og konfigurere en ny rødskifteklynge. Så logg deg på AWS -kontoen din og søk etter Amazon Redshift.
Klikk på "Lag klynge”For å konfigurere en ny rødforskyvningsklynge. Siden Redshift er en serverløs tjeneste av AWS, trenger du ikke administrere og konfigurere store detaljer. I stedet kan alt dette gjøres med noen få klikk.
Deretter må du oppgi klyngenavnet, velge typen i henhold til dine krav og oppgi databaseinformasjon, og din Redshift -klynge vil bli konfigurert.
Så vår rødforskytende klynge er klar, og vi vil gå videre.
Opprette tabell i Redshift -databasen
For å starte med vår Redshift -database, la oss lage en demo -tabell med navnet admin_team og har fire kolonner kalt serienummer, ansattes navn, Ansatt ID og date_of_joining. Bruk følgende spørring for å opprette tabellen i Redshift -klyngen:
Lag tabell admin_team (
Serial_number int,
Employee_name varchar,
Ansatt_id int,
date_of_joining dato
)
La oss nå lage et annet bord som heter It_team med de samme fire kolonnene.
Lag tabell it_team (
Serial_number int,
Employee_name varchar,
Ansatt_id int,
date_of_joining dato
)
Så tabellene våre er opprettet. Nå legger vi til noen tilfeldige falske data i disse tabellene. Dette gjøres ved å skrive en enkel SQL -spørring.
Sett inn i admin_team
(Serial_number, Employee_name, Employee_id, date_of_joining)
verdier
('01', 'John', '101', '2020-02-10'),
('02', 'Robert', '102', '2021-05-20')),
('03', 'Harry', '103', '2021-08-15');
Dataene kan vises i "Tabelldetaljer" seksjon.
Tilsvarende kan vi legge til noen data i den andre tabellen som heter It_team. Bruk følgende spørsmål til å legge til data i tabellen:
Sett inn IT_TEAM
(Serial_number, Employee_name, Employee_id, date_of_joining)
verdier
('01', 'James', '101', '2020-03-10')),
('02', 'Mary', '102', '2020-05-20'),
('03', 'David', '103', '2021-08-15');
Nå som bordene våre er klare, la oss gå til neste trinn for å gi nytt navn til bordene.
Renamer bord
Anta at teamet ditt utvides, og du må skaffe flere kontorer. Du vil administrere alle ansattes data separat for hver gren. For dette vil du redigere tabellnavnene for å spesifisere kontorgrenen med dem, og det er mulig i Amazon Redshift å gi nytt navn til en tabell.
Vi vil bruke “endre tabellen”Kommando for å gi nytt navn til en tabell. Denne kommandoen finnes under DDL (Datadefinisjonsspråk) del av SQL -kommandoene. DDL -kommandoer brukes til å opprette og endre objektstrukturen i en database. Vanlig brukte DDL -kommandoer er opprette, slipp, endre, gi nytt navn, kommentar osv.
Her skal vi gi nytt navn til tabellnavnet admin_team til admin_team_office_1. Dette vil lett skille personalet i forskjellige grener. Syntaksen for å gi nytt navn til tabellen er kort og enkel. Bruk følgende spørring for å gi nytt navn til tabellen:
endre tabell admin_team
Gi nytt navn til admin_team_office_1
Når dette er gjort, la oss gjøre det samme for den andre bordet. Her, bordnavnet it_team er oppdatert til it_team_office_1. Bruk følgende spørsmål for å gi nytt navn til denne tabellen:
endre tabell it_team
Gi nytt navn til it_team_office_1
Som du ser, forble alt det samme. Våre data er uberørt, og tabellnavnet blir endret.
Konklusjon
Tabellnavnet kan enkelt endres i Redshift -databasen. Siden Redshift er en SQL -basert database, har vi brukt "endre tabellen”, Som er en enkel DDL -kommando. Du kan også gi nytt navn til kolonner, legge til nye kolonner, endre sorteringsnøkler eller til og med endre tabelleieren ved å bruke den samme alter -tabellkommandoen. Disse verktøyene er praktiske og enkle å bruke når du vil gjøre små endringer i databasen din uten å forstyrre den generelle strukturen og også spare mye tid.