Redshift:云端数据仓库颠覆者

日期: 2014-06-15 作者:David Linthicum翻译:张培颖 来源:TechTarget中国 英文

在以前数据仓库极为昂贵。不管部署了哪一种数据库,都要依靠整整一百万美元的最小投资才能让整个系统启动并运行。虽然数据仓库的定义经常有所不同,但是就是一个数据库,包含了制定商业决策所使用的交易数据的抽象。数据分析工具运行数据,输出不同的视图,包括报告和可视化数据。

过去,甲骨文以及其他的大型企业厂商统治了数据仓库世界。随着基于云的解决方案的出现,比如运行在公有云提供商上的数据仓库存储,构建和部署数据仓库的成本显著削减。

亚马逊Redshift服务对于甲骨文就是一记猛击。而且改变了游戏规则,明确了在云端构建数据仓库的可能性。Redshift利用列式存储方法和技术提供快速查询性能,很多技术是取自于企业数据库技术。

列式数据库是一个概念或者架构。很多列式数据库构建于传统的、面向行的数据库管理系统。它们可以在表中用一或者两列简单存储信息,而且增加了访问列式数据的必需层。Redshift就是这项技术的一个实例,但是其独特的地方在于我们可以将其作为公有云服务来消费Redshift。

列式数据库/存储的使用,比如Redshift,改善了跨多个服务器实例的I/O效能和并列查询。因为服务实例是可扩展且按需的,在亚马逊Web服务的世界中,按需求自动扩展服务实例或者自分配服务实例来支持查询是一件非常容易的事情,而且随后可以在操作完成后将资源回归。

Redshift利用标准PostgreSQL、JDBC和ODBC驱动器,可以支持任何现有的支持SQL(结构化查询语言)的客户端。数据加载速度可以根据集群规模线性扩展,可以同Amazon S3、Amazon DynamoDB、Amazon Elastic MapReduce、Amazon Kinesis或者任何基于SSH的主机集成。因此,换句话说,Redshift就是一个声势惊人的列式数据库,且具备高度的可扩展性和更高的成本效益。

核心的考量就是从成本到价值。显然,利用云交付的服务对比自有硬件和软件,云更具优势。Redshift如出一辙,即一个提供高性能和成本效益的稳固的数据仓库。很难发现二者兼备的数据仓库;另外的考量包括集成和数据自身。

要记住,你的大部分数据存储在本地,即便不是全部,某种情况下要考虑转移到Redshift。很容易实现,然而巨大量的数据要按周或者按天转移的话远比你想的要笨重且难以处理。

数据也会成为问题,如果法规迫使你以某种方式处理数据,包括在公有云上发布数据。这些具有法规遵从问题的数据在云计算逐渐成为主流的今天可能会中途退出。在将业务做出转移之前,要检查一下具体的法规。

那么是否采用Redshift呢?大部分时间而言,你应该Redshift,后者确保这是一个核心的考虑。节省的时间和成本是显著地,而且数据仓库不再是财富力强的企业的选择。

我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。

我原创,你原创,我们的内容世界才会更加精彩!

【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】

微信公众号

TechTarget微信公众号二维码

TechTarget

官方微博

TechTarget中国官方微博二维码

TechTarget中国

作者

David Linthicum
David Linthicum

国际知名云计算专家,分析机构Cloud Technology Partners公司高级副总裁。

翻译

张培颖
张培颖

云计算网站编辑

相关推荐

  • 云计算网站早春文章汇

    北京的第一场春雨已经降临,雾霾的城市却并未因此而缓解饥渴。三月份是一个一切都蓬勃发展的季节,也是一个播种的季节,2014年注定是一个云计算分外忙碌的年度,接下来让我们看看这个月有哪些值得关注的文章。

  • Amazon Redshift:本地数据仓库替代品

    Amazon Redshift是一个由Amazon网络服务(AWS)推出的数据仓库服务,尽管它可能会吸引一些用户,但是请注意它不同于企业内部版。

  • 如何克服云端数据仓库数据迁移问题?

    云计算和数据仓库是合理的一对。云存储可以按需扩展,云可以将大量服务器贡献于某一具体任务。数据仓库通用功能是本地数据分析工具,受到计算和存储资源的限制……

  • 一体机鼻祖IBM Netezza重拳出击“大数据时代”

    IBM今天宣布,全球最早的一体机品牌——IBM Netezza数据仓库设备目前正在成为电信、金融、制造、零售等行业广大客户的首选一体机产品,帮助广大行业客户高效应对大数据挑战,以智慧分析获取深刻洞察。