google-bigquery - BigQuery 与 Amazon Redshift 的优缺点

Question

关闭。这个问题需要更多focused .它目前不接受答案。












想改善这个问题吗？更新问题，使其仅关注一个问题 editing this post .

6年前关闭。




Improve this question




比较 Google BigQuery 与 Amazon Redshift 表明两者都可以满足相同的一组要求，主要是成本计划不同。与 Google BigQuery 相比，Redshift 的配置(定义键和优化工作)似乎更复杂，后者可能在连接表方面存在问题。

Google BigQuery 与 Amazon Redshift 是否有优缺点列表？

Answer 1

我在 reddit 上发布了这个比较。很快，一位长期从事 RedShift 的从业者就对我的陈述发表了评论。请查看 https://www.reddit.com/r/bigdata/comments/3jnam1/whats_your_preference_for_running_jobs_in_the_aws/cur518e完整的对话。

调整集群大小:

Redshift 会要求您选择多个 CPU、RAM、HD 等并打开它们。

BigQuery 不在乎。随时使用它，无需配置。

无所事事时的每小时成本:

即使您什么都不做，Redshift 也会要求您按小时为每台运行的服务器付费。

闲置时，BigQuery 仅向您收取每月每 GB 存储 0.02 美元的费用。每月每 GB 2 美分，就是这样。

查询速度:

Redshift 性能受您支付的 CPU 数量限制

BigQuery 透明地根据需要引入尽可能多的资源，以便在几秒钟内运行查询。

索引:

Redshift 会要求您在特定条件下索引(更正:分发)您的数据，并且您只能基于此索引运行快速查询。

BigQuery 没有索引。每个操作都很快。

吸尘:

Redshift 需要定期维护和持续数小时的“真空”操作。您为这些服务器时间中的每一个付费。

BigQuery 没有。忘记“吸尘”。

数据分区和分布:

Redshift 要求您考虑如何在服务器内分配数据以保持性能 - 仅适用于某些查询的优化。

BigQuery 没有。只需运行您想要的任何查询。

流式实时数据:

不可能(？)与 Redshift 。

BigQuery 可以轻松处理每张表每秒最多 100,000 行的摄取。

扩展您的集群:

如果您有更多数据，或者更多并发用户扩展，Redshift 将是痛苦的。

BigQuery 将正常工作。

多区:

您想要多区域 Redshift 以获得可用性和数据完整性？痛苦。

默认情况下，BigQuery 是多区域的。

要试用 BigQuery，您不需要信用卡或任何设置时间。试试吧( quick instructions to try BigQuery )。

当您准备好将自己的数据放入 BigQuery 时，只需将您的 JSON 换行分隔日志复制到 Google Cloud Storage 并导入它们。

请参阅有关云上数据仓库定价的深入指南:
Understanding Cloud Pricing Part 3.2 - More Data Warehouses