Data WareHouse RedShift 与其他 RDBM

Posted 2023-03-31

【中文标题】Data WareHouse RedShift 与其他 RDBM

【英文标题】：Data WareHouse RedShift versus other RDBMs

【发布时间】：2016-08-10 10:52:44

【问题描述】：

我有一个系统，数据以相当固定的时间间隔加载，然后再取出。假设销售数据在销售发生时传入，然后我想按行提取所有销售数据，比如一个月；一次拉取最多 200K 行。没有太多 OLTP 发生；只在新数据进来时插入。

我可以使用数据仓库或 RDBMS。如果我的数据没有运行到几个 TB，假设它是 1 TB 左右，那么使用数据仓库与没有仓库标签的传统 RDBM 相比有什么优势吗？仓库会给我买什么额外的东西？

我之所以问是因为我可以使用 RDBM，但像 Redshift 这样的系统谈论的是 MPP 处理。由于 MPP，RedShift 会更快吗？我应该坚持使用普通的 RDBM 吗？请注意，我没有对数据进行仓库类数据分析。我的数据也不会增长得如此之大，以至于我需要 RedShift 等产品的切片/多节点功能。即使我确实使用 RedShift，我也可能在单个节点上。

-阿米特

【参考方案1】：

您选择的系统（例如 RDS 与 Redshift）应取决于您的要求，权衡成本。

对于跨大量信息（例如数十亿行）的复杂查询（例如多行、多连接），Amazon Redshift 通常是更好的选择。

需要考虑的一些因素：

数据量

-- Redshift 可以存储 TB 甚至 PB 的数据

查询速度和复杂性

-- Redshift 的 MPP 特性可以比传统 SQL 数据库更快地处理大量数据

可扩展性

-- 传统的 SQL 数据库只能垂直扩展（更大的服务器），而 Redshift 可以垂直和水平扩展。此外，额外的 Redshift 节点增加了存储和处理能力。

答案是您应该尝试两种选择并选择最适合您的方法。如果传统的 SQL 数据库（可能在 Amazon RDS 下运行）非常适合您并且比 Redshift 解决方案更便宜，那就太好了！

在进行比较时，请确保包括数据库成本和存储成本（这两者都包含在 Redshift 节点的成本中）。

【讨论】：

好吧，问题的重点是尽量避免“尝试一下”。希望从其他经验中学习。我知道 Redshit 的 PB 规模；这就是为什么我在问题本身中提到我不会采用 PB 规模。如果 DB 是 PB 规模，那么根据我的经验，我建议使用 WareHouse。