【Redshift Serverless】もうチューニング不要！？AIが勝手にリソース調整する「AI駆動型スケーリング」がデフォルト化！

Amazon Redshift Serverlessにおいて、新たに作成されるすべてのワークグループで「AI駆動型スケーリングと最適化」がデフォルトで有効化されました。機械学習を用いてクエリの複雑さやデータ量に基づき、クエリがキューに溜まる前に計算リソース（RPU）を自動調整します。また、サポート対象が従来の32〜512 RPUから8〜512 RPUへと拡大され、より低コストな小規模ワークロードでの利用が可能になりました。あわせて、自動マテリアライズドビューや自動テーブル設計最適化も自動的に適用されます。

🚀 エンジニアの「運用・調整」から解放される時代の到来

今までRedshiftを使っていて「クエリが遅いけど、RPUを上げるとコストが跳ね上がるし、かといって下げすぎると待ち時間が発生する...」というリソース調整のジレンマに悩まされたことはありませんか？

今回のアップデートは、まさにその課題に対する「AWSからの回答」です。AIがクエリのパターンを先読みしてスケーリングするため、「手動でのチューニングコスト」を劇的に削減できます。

📍 日本国内のリージョン状況（重要！）

リサーチの結果、東京リージョン（ap-northeast-1）では最新のAI駆動型スケーリングに加え、小規模向けの4 RPUベース容量も利用可能であることが確認できました。一方、大阪リージョン（ap-northeast-3）では4 RPUのサポートは現時点で見られません。新プロジェクトを開始する場合は、東京リージョンを選択するのが最もコスト効率が高い選択肢になりそうです。

🛠 実運用に向けたアドバイス

1. 既存環境は「手動」が必要: 今回の「デフォルト有効」はあくまで新規ワークグループのみです。既存の環境で恩恵を受けたい場合は、AWSコンソールから個別に設定を変更する必要があります。
2. コスト爆発を防ぐ: AIが賢く動いてくれるとはいえ、予測不能なクエリが走った際に備え、**「最大容量制限（Maximum capacity limit）」**を必ず設定しておきましょう。これがないと、スケーリングが効きすぎて請求額に驚くことになります。
3. 監視の徹底: SYS_SERVERLESS_USAGE などのシステムビューを活用して、RPUのスケーリング推移を定期的にチェックすることをおすすめします。

✅ 次のアクション

まずは、新規のワークグループを作成して、スライダーで「コスト優先」「バランス」「パフォーマンス優先」のどれが自社のワークロードに最適かを検証してみるのが一番の近道です！

参照元: Amazon Redshift Serverless Compute Capacity Documentation