在将大量数据直接复制到 Redshift 之前，请先将所有来源的数据累积到 S3 存储桶中。然后使用临时暂存表来保存要转换的数据。然后，您可以执行批量复制操作。之后，临时暂存表将被删除，但不会完全删除（参见技巧 3）。
如果您使用 ETL 即服务工具（如 Integrate.io），此操作将为您管理。只需识别您的来源，Integrate.io将处理其余事项。
6. 使用 UNLOAD 提取大型文件集
您有两种从 Redshift 提取数据的选项：SELECT 和 UNLOAD。SELECT 最适合小型数据集，但它会将大部分负载放在领导节点上，因此不适合大型数据集。SELECT 还会按顺序提取文件。如果文件集太大，这会给整个集群带来压力。
另一方面，UNLOAD 函数专为提取大型文 开曼群岛电话数据 件集而设计。同样，UNLOAD 利用 S3 来减轻 Redshift 集群的负载。UNLOAD 一次将数据并行写入多个文件（遵循最佳实践 #1）。这允许所有计算节点协同工作以卸载文件集。
Amazon Redshift Spectrum 来源：亚马逊AWS
Spectrum 是 Redshift 上最有价值的功能之一。它几乎可以无限扩展您的计算能力 — 无需添加额外节点。在数据量激增期间，您可以使用 Spectrum 直接在 S3 中对数据执行复杂的基于 SQL 的查询。然后，您可以将结果与 Redshift 中已有的数据相结合。
Redshift Spectrum 解决了 Redshift 早期最大的问题之一。与 Hadoop 不同，Redshift 在规模方面有严格的上限（100 个节点，每个节点 16TB 的存储空间）。Spectrum 使可扩展性几乎不受限制。