amazon redshift 分析型数据库特点——本质还是列存储

Posted 2020-09-02 将者，智、信、仁、勇、严也。

Amazon Redshift 是一种快速且完全托管的 PB 级数据仓库，使您可以使用现有的商业智能工具经济高效地轻松分析您的所有数据。从最低 0.25 USD 每小时 (不承担任何义务) 直到每年每 TB 1,000 USD (PB 级)，成本不到传统解决方案的十分之一。客户通常进行 3 倍压缩，也就是将其成本降低到每年每 TB (未压缩) 333 USD。

 

问：与最传统的数据仓库存储及分析用数据库相比，Amazon Redshift 的性能如何？

Amazon Redshift 使用各种创新技术，与传统的数据仓库仓储及分析用数据库相比，其性能提高将近十倍：

• 列式数据存储：Amazon Redshift 以列组织数据，并非以一系列的行来存储数据。与适用于事务处理的基于行的系统不同，基于列的系统适用于数据仓库存储及分析，在此系统下，查询经常涉及到对大型数据集进行聚合。由于仅对涉及查询的列进行处理，且列式数据顺序存储在存储介质上，故基于列的系统所需的 I/O 要少得多，从而显著提高了查询性能。
• 高级压缩：与基于行的数据存储相比，列式数据存储可进行更大程度的压缩，因为类似的数据是按顺序存储在硬盘上。Amazon Redshift 拥有多种压缩技术，与传统的关系数据存储相比，经常可进行很大程度的压缩。此外，与传统的关系数据库系统相比，Amazon Redshift 不需要索引或具体化视图，因此使用的空间较少。将数据加载到空表中时，Amazon Redshift 自动对您的数据进行采样并选择最合适的压缩方案。
• 大规模并行处理 (MPP)：Amazon Redshift 在所有节点之间自动分配数据及查询负载。Amazon Redshift 可轻松将节点添加至您的数据仓库，而且随着您的数据仓库规模的扩大，仍能维持快速的查询性能。