六大對比維度，Redshift與BigQuery選型指南！

雲數據倉庫一直是熱度很高的領域，Amazon Redshift和Google BigQuery作為最受歡迎的數據倉庫一直是企業選型的重點。為了更加有效的幫助大家選型，我們將在技術環境、價格、數據靈活性和可伸縮性等多個方面進行了比較。

Amazon Redshift和Google BigQuery

Redshift最初是在2012年由亞馬遜發布的。Redshift的靈感來自於PostgreSQL的關係本質，可應用於OLAP和BI應用程序，基於PostgreSQL 8.0.2，由ParAccel創建，其中ParAccel是專為BI高級分析而設計的資料庫管理系統。

BigQuery最初只是在Google內部使用，後來才向外推廣。BigQuery是基於Dremel開發的Web服務，其將Dremel呈現在REST界面之上，BigQuery類似於混合系統，基於列操作，支持數據集成。

技術環境

兩家公司都建立了強大而全面的技術環境，可通過數據集成支持系統，也可通過分析工具提升BI分析能力，同時也提供了開發人員社區和技術諮詢。

價格

如果單純比較價格，那麼Redshift要比BigQuery貴得多，Redshift大概是每GB 0.08美元，而BigQuery是每GB為0.02美元。但是，BigQuery只提供存儲不提供查詢服務，如果要使用查詢服務，那該平台會以5美元/ TB的價格單獨收取費用。由於BigQuery缺少索引和各種分析查詢，因此掃描數據是一個巨大而昂貴的過程。而用戶之所以會選擇Amazon Redshift，很大的原因是它可預測，且數據的使用和分析很簡單。

數據靈活性

如果在事務期間發生任何事情，Amazon Redshift允許用戶執行回滾以確保數據返回到一致狀態。BigQuery的工作原理是僅附加數據，其存儲引擎也嚴格遵循這一要求，所以當在事務處理期間出現問題時，用戶就不得不從頭開始或者從某個特定點開始重新啟動。

另外，BigQuery中的重複數據難以實現且成本高昂。這兩種技術都對插入流數據有所保留，Redshift通過保證數據存儲得到了用戶的青睞，而BigQuery則通過使用時間窗口來支持流數據的重複數據刪除。

場景支持

BigQuery在統一場景中要優於Redshift，因為BigQuery將底層硬體組件、資料庫和其他形式的細節都分開了。而Redshift的學習使用具有一定的複雜性，需要具備深厚的知識和特定的技能。

支持分配

BigQuery會測量用戶想要執行的每個查詢所需的插槽數，可按需增加;而Redshift則是通過限制組成集群所需的設備來遵循經典過程。Redshift的另一個缺點是大小調整，用戶需要將所有數據重新定位到新集群。

安全

首先，兩個產品都提供了傳統的身份驗證和安全功能。

Google BiqQuery支持雲身份和訪問管理，允許用戶使用OAuth獲取集群。

Amazon Redshift依靠IAM為用戶提供亞馬遜管理訪問和身份，該系統是一個功能強大，可在訪問和身份管理的情況下監控複雜情況。

選型建議

Redshift和BigQuery都採用雲託管技術，提供類似於分析資料庫的功能和技術。用戶在選擇時，可參考自己公司的需求和財務狀況，如果是小公司和初創公司，建議使用Google BigQuery，因為其簡單且經濟實惠，對雲資料庫技術不熟悉的人也能輕鬆掌握，因為它不會涉及太多的複雜問題。亞馬遜Redshift靈活性不太好，涉及集群創建等複雜操作，適合技術實力比較強的公司，另外，Redshift還可以通過可預測技術和集群使用來詳細分析具體情況。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！