Un'azienda sta caricando centinaia di file in una tabella dei fatti in un cluster Amazon Redshift e desidera la massima velocità di caricamento possibile utilizzando le risorse del cluster in modo efficiente. Quale strategia di caricamento soddisferà al meglio questi obiettivi?

Un singolo comando COPY è il metodo più efficiente per caricare grandi quantità di dati in Amazon Redshift. Redshift è progettato per parallelizzare il caricamento dei dati da più file sorgente quando viene utilizzato un singolo comando COPY, distribuendo il lavoro tra i nodi di calcolo. Questo massimizza la velocità di caricamento e l'utilizzo delle risorse del cluster. L'uso di più comandi COPY introdurrebbe un sovraccarico di transazione e gestione, rallentando il processo. S3DistCp e un connettore HDFS sono soluzioni complesse e non native per Redshift, che aggiungerebbero passaggi e latenza non necessari. L'uso di istruzioni INSERT, anche se parallele, è significativamente meno efficiente del comando COPY per carichi di dati massivi, in quanto ogni INSERT è una singola operazione transazionale.