Tipi di Dati Redshift

Nel mondo della data warehousing e analytics, Amazon Redshift è emerso come una soluzione potente e scalabile. Come database orientato alle colonne, Redshift offre una gamma di tipi di dati per archiviare e processare efficientemente grandi volumi di dati strutturati. Comprendere i tipi di dati Redshift è cruciale per ottimizzare le prestazioni delle query e garantire l’integrità dei dati. In questo articolo, esploreremo le basi dei tipi di dati Redshift, li confronteremo con campioni SQL e discuteremo il concetto di mascheramento di questi tipi di dati.

Che Cos’è Redshift?

Amazon Redshift è un servizio di data warehousing completamente gestito e su scala petabyte fornito da Amazon Web Services (AWS). Consente alle aziende di archiviare e analizzare grandi quantità di dati utilizzando strumenti basati su SQL e applicazioni BI standard. L’architettura del cluster, composta da nodi, distribuisce i dati e il processo su più macchine, consentendo elevate prestazioni e scalabilità.

Tipi di Dati Redshift

Redshift supporta una varietà di tipi di dati per accogliere diversi tipi di dati. È possibile categorizzare questi tipi in diversi gruppi.

1. Tipi Numerici:

SMALLINT: Intero con segno a 2 byte
INTEGER: Intero con segno a 4 byte
BIGINT: Intero con segno a 8 byte
DECIMAL: Numero a punto fisso con precisione specificata dall’utente
REAL: Numero a virgola mobile a precisione singola
DOUBLE PRECISION: Numero a virgola mobile a doppia precisione

2. Tipi di Caratteri:

CHAR: Stringa di caratteri a lunghezza fissa
VARCHAR: Stringa di caratteri a lunghezza variabile
NVARCHAR: Stringa di caratteri Unicode a lunghezza variabile

3. Tipi di Data e Ora:

DATE: Data del calendario (anno, mese, giorno)
TIMESTAMP: Data e ora (senza fuso orario)
TIMESTAMPTZ: Data e ora (con fuso orario)

4. Tipo Booleano:

BOOL: Booleano logico (vero/falso)

5. Altri Tipi:

GEOMETRY: Tipo di dati spaziali per rappresentare oggetti geometrici
HLLSKETCH: HyperLogLog sketch per il conteggio approx del distinct
SUPER: Tipo di dati semi-strutturati per archiviare dati simili a JSON

Tipi di Dati Redshift vs. Esempi SQL

Confrontiamo alcuni tipi di dati Redshift con le loro controparti SQL utilizzando esempi di codice.

Esempio 1: Creare una tabella con vari tipi di dati

CREATE TABLE employees (
id INTEGER,
name VARCHAR(100),
age SMALLINT,
salary DECIMAL(10, 2),
hire_date DATE
);

In questo esempio, creiamo una tabella chiamata “employees” con colonne di diversi tipi di dati. La colonna “id” è di tipo INTEGER, “name” è VARCHAR(100), “age” è SMALLINT, “salary” è DECIMAL(10, 2), e “hire_date” è DATE.

Esempio 2: Inserire dati nella tabella

INSERT INTO employees VALUES
(1, 'John Doe', 35, 5000.00, '2022-01-01'),
(2, 'Jane Smith', 28, 4500.50, '2023-03-15');

Qui, inseriamo due righe di dati nella tabella “employees”. I valori corrispondono ai tipi di dati definiti per ciascuna colonna.

Mascheramento Tipi di Dati Redshift

Il mascheramento dei dati è una tecnica utilizzata per proteggere le informazioni sensibili sostituendole con dati fittizi ma realistici. Redshift supporta varie funzioni di mascheramento per offuscare i dati in base a regole o modelli specifici.

Esempio 3: Mascheramento di dati sensibili utilizzando le funzioni di mascheramento di Redshift

SELECT
id,
name,
age,
firstname_mask(name) AS masked_name,
mask_number(salary, 'N', 2) AS masked_salary,
mask_date(hire_date, 'D') AS masked_hire_date
FROM employees;

In questo esempio, recuperiamo dati dalla tabella “employees” applicando funzioni di mascheramento alle colonne sensibili. La funzione firstname_mask maschera il primo nome nella colonna “name”. La funzione mask_number maschera la colonna “salary” sostituendo le ultime 2 cifre con ‘N’. La funzione mask_date maschera la colonna “hire_date” sostituendo la componente giorno con ‘D’.

L’output sarebbe simile a questo:

id | name      | age | masked_name | masked_salary | masked_hire_date
---+-----------+-----+-------------+---------------+------------------
1  | John Doe  | 35  | J*** D**    | 5000.NN       | 2022-01-DD
2  | Jane Smith| 28  | J*** S****  | 4500.NN       | 2023-03-DD

Come si può vedere, le informazioni sensibili nelle colonne “name”, “salary” e “hire_date” sono mascherate pur mantenendo il formato e il tipo di dati.

Conclusione

Comprendere i tipi di dati Redshift è essenziale per una gestione efficace dei dati e l’ottimizzazione delle query in Amazon Redshift. Sfruttando i tipi di dati appropriati e le tecniche di mascheramento, può garantire l’integrità dei dati, proteggere le informazioni sensibili e ottimizzare le prestazioni delle query. Il supporto di Redshift per una vasta gamma di tipi di dati e funzioni di mascheramento lo rende una soluzione di data warehousing versatile e sicura.

DataSunrise offre strumenti eccezionali e flessibili per la sicurezza, regole di audit, il mascheramento e la compliance in Redshift e altri database. Le nostre soluzioni forniscono una protezione completa dei dati e aiutano le organizzazioni a soddisfare i requisiti normativi. La invitiamo a visitare il team di DataSunrise per una demo online per esplorare come i nostri strumenti possono migliorare i suoi sforzi di sicurezza dei dati e compliance.