相較於資料湖，另一個更常見的大數據儲存系統是 — 資料倉儲。和資料湖一樣，資料倉儲也用來儲存巨量資料，但一個明顯的區別是，它是儲存傳統常見的結構化資料，像是表格、資料庫。資料倉儲的發展比資料湖更成熟，因為結構化資料是更容易被處理與分析的資料結構，它像是資料庫的延伸，可以是來自一個或多個不同資料源的整合中央儲存庫；橫跨更大的時間系統，將歷史與當前資料儲存在一起，提供不同價值的資訊。

AWS中的資料倉儲分析服務是Amazon Redshift，它使用ANSI SQL查詢資料並可搭配標準 JDBC 和 ODBC 驅動程式存取；其後可整合其他BI工具來產出動態報表或視覺化儀表板等。
Redshift全託管服務支持的資料量可達PB等級，不僅部屬快且可擴展；它能夠如此快速的查找巨量資料並執行複雜的SQL運算是因為底層引擎應用了機器學習、平行處理與直欄式儲存*技術。

進入Redshift服務頁面(目前沒有繁體中文)可以看到當前叢集狀態，類似Hadoop3的9870埠號作用。直接點選橘色「建立叢集」鍵，或是從左側工具欄由叢集cluster分頁進入建立頁面。

依據使用需求選擇對應的節點類型，預設帶入的RA3類型是分離運算和儲存節點，分開節點的好處是可以分開計價。要注意的是DS2類型在今年底(2021)將退役，已無法建立，在手冊上都有其他替代類型建議，RA3在IOPS和低延遲*上都有更佳的表現。

建立節點時如果基本配置不使用預設值，記得先到config分頁建立對應Subnet Group 再回來建立 cluster

備份與還原方面，Redshift在導入資料時會複製所有資料並持續備份到S3，所以它會持續備份並維護到至少三份資料 (原始資料和複本，以及S3 的備份)。叢集方面，Redshift預設會自動備份並保留一天，最長可設定為 35 天。

當叢集建立完成並導入資料後，可直接在左側工具欄的編輯器分頁下SQL，查詢結果會直接出現在下方

值得一提的功能是工作負載管理(WLM, Workload Management)，它可以自動或手動定義要優先處理的查詢，可以在不增加節點的條件下增加處理的查詢量。

*直欄式儲存 Columnar / Column-oriented
( https://zh.wikipedia.org/wiki/%E5%88%97%E5%BC%8F%E6%95%B0%E6%8D%AE%E5%BA%93 )
*RA3( https://aws.amazon.com/tw/blogs/apn/amazon-redshift-benchmarking-comparison-of-ra3-vs-ds2-instance-types/ )