Amazon Redshift
Amazon Redshift es el almacén de datos (data warehouse) administrado de AWS: consultas SQL complejas sobre terabytes o petabytes de historia. Guarda los datos por columnas, como Parquet, y los lee en paralelo en varios nodos. Puedes crear un clúster de tamaño fijo o usar Redshift Serverless, que escala solo. Ejemplo: Viajes Horizonte carga en Redshift cinco años de reservas, pagos y campañas, y cruza todo para el reporte trimestral en segundos.
Trampa común: Redshift es para analizar, no para atender la aplicación. Guardar el pedido que hace un cliente es trabajo de RDS, Aurora o DynamoDB (Sesión 10). “Data warehouse” o “almacén de datos” apunta a Redshift.
Athena vs Glue vs Redshift vs Quick
Los cuatro son de analítica y el examen los mezcla. Pregúntate qué paso del flujo hace cada uno. En un flujo típico, (1) Glue lee de S3 los datos en bruto, (2) los carga limpios en Redshift y (3) Quick los consulta y los muestra. Athena se salta el almacén: consulta S3 directamente.
| Criterio | Athena | Glue | Redshift | Quick |
|---|---|---|---|---|
| Qué hace | SQL sobre S3 | Prepara y cataloga | Almacén de datos | Paneles, BI |
| Guarda datos | No | Solo metadatos | Sí | No |
| Quién lo usa | Analista con SQL | Ingeniero de datos | Analistas, BI | Negocio |
| Se cobra por | Datos escaneados | Tiempo de trabajo | Capacidad o uso | Usuario al mes |
| Palabra clave | “SQL sobre S3” | “ETL”, “catálogo” | “Data warehouse” | “Paneles” |