Commencer avec les entrepôts de données alloués Amazon Redshift

Si vous utilisez Amazon Redshift pour la première fois, nous vous recommandons de lire les sections suivantes pour vous aider à faire vos premiers pas avec les clusters alloués. Le flux de base d’Amazon Redshift consiste à créer des ressources allouées, à se connecter à Amazon Redshift, à charger des exemples de données, puis à exécuter des requêtes sur les données. Dans ce guide, vous pouvez choisir de charger des exemples de données à partir d’Amazon Redshift ou d’un compartiment Amazon S3. Les exemples de données sont utilisés dans l’ensemble de la documentation Amazon Redshift pour démontrer les fonctionnalités.

Ce didacticiel explique comment utiliser les clusters provisionnés Amazon Redshift, qui sont des objets d'entrepôt de AWS données pour lesquels vous gérez les ressources système. Vous pouvez également utiliser Amazon Redshift avec des groupes de travail sans serveur, qui sont des objets d’entrepôt de données qui évoluent automatiquement en fonction de l’utilisation. Pour commencer à utiliser Redshift sans serveur, consultez Premiers pas avec les entrepôts de données Amazon Redshift sans serveur.

Une fois que vous avez créé la console allouée Amazon Redshift et que vous vous y êtes connecté, vous pouvez créer et gérer tous les objets Amazon Redshift, y compris des clusters, des bases de données et des nœuds. Vous pouvez également exécuter des requêtes, afficher des requêtes et effectuer d’autres opérations de langage de définition de données (DDL) et de langage de manipulation de données (DML) avec un client SQL.

Connectez-vous à la console Amazon Redshift AWS Management Console et ouvrez-la à l'adresse. https://console.aws.amazon.com/redshiftv2/

Nous vous recommandons de commencer par accéder au Tableau de bord des clusters alloués pour commencer à utiliser la console Amazon Redshift.

En fonction de votre configuration, les éléments suivants apparaissent dans le volet de navigation de la console allouée Amazon Redshift :

Dans ce tutoriel, vous exécuterez les étapes suivantes.

S'inscrire à AWS

Si vous n'en avez pas encoreCompte AWS, inscrivez-vous. Si vous disposez déjà d’un compte, vous pouvez ignorer ce prérequis et utiliser votre compte existant.

Déterminer les règles de pare-feu

Dans certains environnements, vous spécifiez un port lorsque vous lancez votre cluster Amazon Redshift. Vous utilisez ce port ainsi que l’URL du point de terminaison du cluster pour accéder au cluster. Vous créez également une règle de trafic entrant dans un groupe de sécurité afin de permettre l’accès à votre cluster via le port.

Si votre ordinateur client se trouve derrière un pare-feu, assurez-vous de connaître un port ouvert que vous pouvez utiliser. Ce port ouvert vous permet de vous connecter au cluster à partir d’un outil client SQL et d’exécuter les requêtes. Si vous ne connaissez pas de port ouvert, travaillez avec quelqu’un qui comprend vos règles de pare-feu réseau afin de déterminer un port ouvert dans votre pare-feu.

Bien qu’Amazon Redshift utilise le port 5439 par défaut, la connexion ne fonctionne pas si ce port n’est pas ouvert dans votre pare-feu. Vous ne pouvez pas modifier le numéro de port de votre cluster Amazon Redshift après sa création. Par conséquent, assurez-vous que vous spécifiez un port ouvert qui fonctionne dans votre environnement au cours de la procédure de lancement.

Étape 1 : Créer un exemple de cluster Amazon Redshift

Ce didacticiel vous guidera dans le processus de création d’un cluster Amazon Redshift avec une base de données. Ensuite, vous chargez un jeu de données depuis Amazon S3 dans les tables de votre base de données. Vous pouvez utiliser cet exemple de cluster pour évaluer le service Amazon Redshift.

Avant de commencer à configurer un cluster Amazon Redshift, assurez-vous d’avoir effectué les étapes préalables requises, comme S'inscrire à AWS et Déterminer les règles de pare-feu.

Pour toute opération qui accède aux données d'une autre AWS ressource, votre cluster doit être autorisé à accéder à la ressource et aux données de la ressource en votre nom. Un exemple est l’utilisation d’une instruction SQL COPY pour charger des données depuis Amazon Simple Storage Service (Amazon S3). Vous fournissez ces autorisations en utilisant Gestion des identités et des accès AWS (IAM). Vous pouvez effectuer cette opération via un rôle IAM que vous créez et qui est attaché à votre cluster. Pour plus d’informations sur les informations d’identification et les autorisations d’accès, consultez Informations d’identification et autorisations d’accès dans le Guide du développeur de base de données Amazon Redshift.

Étape 2 : Configurer les règles entrantes pour les clients SQL

Plus loin dans ce didacticiel, vous accéderez à votre cluster à partir d’un cloud privé virtuel (VPC) basé sur le service Amazon VPC. Toutefois, si vous utilisez un client SQL qui est situé en dehors de votre pare-feu pour accéder au cluster, assurez-vous d’accorder un accès entrant.

Étape 3 : Accorder des privilèges d’accès à un client SQL et exécuter des requêtes

Pour interroger les bases de données hébergées par votre cluster Amazon Redshift, plusieurs options s’offrent à vous pour les clients SQL : Il s’agit des licences suivantes :

Ce didacticiel utilise Amazon Redshift Query Editor V2 comme une façon simple d’exécuter des requêtes sur les bases de données hébergées par votre cluster Amazon Redshift. Après avoir créé votre cluster, vous pouvez exécuter immédiatement des requêtes. Pour obtenir des informations sur les éléments à prendre en compte lorsque vous utilisez Amazon Redshift Query Editor V2, consultez Remarques concernant l’utilisation de l’éditeur de requêtes v2 dans le Guide de gestion Amazon Redshift.

Accorder des privilèges d'accès à l'éditeur de requête v2

La première fois qu'un administrateur configure l'éditeur de requêtes v2 pour vousCompte AWS, il choisit AWS KMS key celui qui est utilisé pour chiffrer les ressources de l'éditeur de requêtes v2. Les ressources d’Amazon Redshift Query Editor V2 incluent les requêtes, blocs-notes et graphiques enregistrés. Par défaut, une clé appartenant à AWS est utilisée pour chiffrer les ressources. Un administrateur peut également utiliser une clé gérée par le client en choisissant l’Amazon Resource Name (ARN) pour la clé dans la page de configuration. Une fois que vous avez configuré un compte, les paramètres de AWS KMS chiffrement ne peuvent pas être modifiés. Pour plus d’informations, consultez Configuration de votre Compte AWS dans le Guide de gestion Amazon Redshift.

Pour accéder à l’éditeur de requêtes v2, vous avez besoin d’une autorisation. Un administrateur peut attacher l’une des politiques gérées par AWS pour Amazon Redshift Query Editor V2 à l’utilisateur ou au rôle IAM pour accorder des autorisations. Ces politiques AWS gérées sont rédigées avec différentes options qui contrôlent la manière dont le balisage des ressources permet le partage des requêtes. Vous pouvez utiliser la console IAM (https://console.aws.amazon.com/iam/) pour associer des politiques IAM. Pour plus d’informations sur ces politiques, consultez Accès à l’éditeur de requêtes v2 dans le Guide de gestion Amazon Redshift.

Vous pouvez également créer votre propre politique basée sur les autorisations autorisées et refusées dans les politiques gérées fournies. Si vous utilisez l’éditeur de politique de la console IAM pour créer votre propre politique, choisissez SQL Workbench en tant que service pour lequel vous créez la politique dans l’éditeur visuel. L'éditeur de requêtes v2 utilise le nom de service AWS SQL Workbench dans l'éditeur visuel et dans le simulateur de politique IAM.

Pour plus d'informations, veuillez consulter la rubrique Utilisation de l'éditeur de requête v2 dans le Guide de gestion Amazon Redshift.

Étape 4 : Charger les données d’Amazon S3 vers Amazon Redshift

Après avoir créé votre cluster, vous pouvez charger les données d’Amazon S3 vers vos tables de base de données. Il existe plusieurs méthodes pour charger les données à partir d’Amazon S3.

Ce didacticiel explique comment utiliser Amazon Redshift Query Editor V2 pour exécuter des commandes SQL afin de CREATE des tables et de COPY des données. Lancez l’éditeur de requêtes v2 à partir du panneau de navigation de la console Amazon Redshift. Dans l’éditeur de requêtes v2, créez une connexion au cluster examplecluster et à la base de données nommée dev avec votre utilisateur administrateur awsuser. Pour ce didacticiel, sélectionnez Informations d’identification temporaires utilisant un nom d’utilisateur de base de données lorsque vous créez la connexion. Pour plus d’informations sur Amazon Redshift Query Editor v2, consultez Connexion à une base de données Amazon Redshift dans le Guide de gestion Amazon Redshift.

Chargement des données à partir d’Amazon S3 à l’aide des commandes SQL

Dans le volet éditeur de requêtes de l’éditeur de requêtes v2, vérifiez que vous êtes connecté au cluster examplecluster et à la base de données dev. Ensuite, créez des tables dans la base de données et chargez des données dans les tables. Dans le cadre de ce didacticiel, les données que vous chargez sont disponibles dans un compartiment Amazon S3 accessible par de nombreuses personnesRégions AWS.

La procédure suivante crée des tables et charge les données à partir d’un compartiment Amazon S3 public.

Utilisez Amazon Redshift Query Editor V2 pour copier et exécuter les instructions de création de table suivantes pour créer une table dans le schéma public de la base de données dev. Pour plus d’informations sur la syntaxe, consultez CREATE TABLE dans le Guide du développeur de base de données Amazon Redshift.

Chargement de données depuis Amazon S3 à l’aide de l’éditeur de requêtes v2

Cette section décrit le chargement de vos propres données dans un cluster Amazon Redshift. L’éditeur de requêtes v2 simplifie le chargement des données à l’aide de l’assistant de chargement des données. La commande COPY générée et utilisée dans l’assistant de chargement de données de l’éditeur de requêtes v2 prend en charge de nombreux paramètres disponibles pour la syntaxe de la commande COPY afin de charger des données depuis Amazon S3. Pour plus d’informations sur la commande COPY et ses options utilisées pour copier une charge à partir d’Amazon S3, consultez Commande COPY depuis Amazon Simple Storage Service dans le Guide du développeur de base de données Amazon Redshift.

Pour charger vos propres données depuis Amazon S3 vers Amazon Redshift, Amazon Redshift nécessite un rôle IAM disposant des privilèges requis pour charger des données à partir du compartiment Amazon S3 spécifié.

Pour charger vos propres données à partir d’Amazon S3 vers Amazon Redshift, vous pouvez utiliser l’assistant de chargement des données de l’éditeur de requêtes v2. Pour plus d’informations sur l’utilisation de l’assistant de chargement des données, consultez Charger des données à partir d’Amazon S3 dans le Guide de gestion Amazon Redshift.

Créer des données TICKIT dans votre cluster

TICKIT est un exemple de base de données que vous pouvez éventuellement charger dans votre cluster Amazon Redshift afin d’apprendre à interroger des données dans Amazon Redshift. Vous pouvez créer l’ensemble complet des tables TICKIT et charger des données dans votre cluster de la manière suivante :

Pour voir les détails des données TICKIT, consultez Exemple de base de données dans le Guide du développeur de base de données Amazon Redshift.

Étape 5 : Essayer des exemples de requêtes à l’aide de l’éditeur de requêtes

Pour configurer et utiliser Amazon Redshift Query Editor v2 afin d’interroger une base de données, consultez Utilisation de l’éditeur de requêtes v2 dans le Guide de gestion Amazon Redshift.

Maintenant, essayez quelques exemples de requêtes, comme indiqué ci-dessous. Pour créer de nouvelles requêtes dans l’éditeur de requêtes v2, cliquez sur l’icône + dans le coin supérieur droit du volet des requêtes, puis sélectionnez SQL. Une nouvelle page de requête apparaît dans laquelle vous pouvez copier et coller les requêtes SQL suivantes.

set search_path to tickit;

Pour plus d’informations sur l’utilisation de l’instruction SELECT, consultez SELECT dans le Guide du développeur de base de données Amazon Redshift.

-- Get definition for the sales table.
SELECT *    
FROM pg_table_def    
WHERE tablename = 'sales';  

-- Find total sales on a given calendar date.
SELECT sum(qtysold) 
FROM   sales, date 
WHERE  sales.dateid = date.dateid 
AND    caldate = '2008-01-05';

-- Find top 10 buyers by quantity.
SELECT firstname, lastname, total_quantity 
FROM   (SELECT buyerid, sum(qtysold) total_quantity
        FROM  sales
        GROUP BY buyerid
        ORDER BY total_quantity desc limit 10) Q, users
WHERE Q.buyerid = userid
ORDER BY Q.total_quantity desc;   

-- Find events in the 99.9 percentile in terms of all time gross sales.
SELECT eventname, total_price 
FROM  (SELECT eventid, total_price, ntile(1000) over(order by total_price desc) as percentile 
       FROM (SELECT eventid, sum(pricepaid) total_price
             FROM   sales
             GROUP BY eventid)) Q, event E
       WHERE Q.eventid = E.eventid
       AND percentile = 1
ORDER BY total_price desc; 

Étape 6 : Réinitialiser votre environnement

Au cours des étapes précédentes, vous avez réussi à créer un cluster Amazon Redshift, à charger des données dans des tables et à interroger des données à l’aide d’un client SQL tel que Amazon Redshift Query Editor V2.

Lorsque vous avez terminé ce didacticiel, nous vous recommandons de réinitialiser votre environnement à l’état précédent en supprimant l’exemple de cluster. Vous continuez à payer des frais pour le service Amazon Redshift tant que vous n’avez pas supprimé le cluster.

Cependant, vous souhaiterez peut-être conserver l’exemple de cluster en cours d’exécution si vous avez l’intention de tester des tâches d’autres guides Amazon Redshift ou des tâches décrites dans Exécuter des commandes pour définir et utiliser une base de données dans votre entrepôt de données.

Sur la page de la liste des clusters, l’état du cluster est mis à jour afin de refléter la suppression du cluster.

Après avoir terminé ce didacticiel, vous pourrez trouver des informations supplémentaires sur Amazon Redshift et les étapes suivantes dans Ressources supplémentaires pour en savoir plus sur Amazon Redshift..