天天操天天舔天天日,黄色片免费视频,亚洲婷婷日日综合婷婷噜噜噜,欧美操,国产女人18毛片精品18水,日韩中文欧美,免费插插视频,一本道无码视频

最近隨著Snowflake上市后市值的暴增（目前700億美金左右），整個(gè)市場(chǎng)對(duì)原生云數(shù)倉都關(guān)注起來。近日，一家第三方叫GigaOM的公司對(duì)主流的幾個(gè)云數(shù)倉進(jìn)行了性能的對(duì)比，包括Actian Avalanche、Amazon Redshift、Microsoft Azure Synapse、Google BigQuery、Snowflake，基本涵蓋了目前市場(chǎng)上主流的云數(shù)倉服務(wù)。

大家知道，傳統(tǒng)數(shù)倉版本的更新都是以年來計(jì)，很多客戶的數(shù)倉平臺(tái)都還是使用5年，甚至10年前的技術(shù)。而現(xiàn)今，公有云給這個(gè)行業(yè)帶來巨大的變化，云原生的數(shù)倉層出不窮，技術(shù)迭代更新非常快，比如AWS宣稱其Redshfit在過去18個(gè)月有200多項(xiàng)更新，每周全網(wǎng)同步更新2-3個(gè)功能與特性，讓客戶一直運(yùn)行在最新版本，能隨時(shí)使用到最新的技術(shù)。

GIGAOM在去年（2019）4月份發(fā)布過一份類似的云原生數(shù)倉性能測(cè)試報(bào)告，當(dāng)時(shí)選取的主要是Amazon Redshift，Microsoft Azure SQL Data Warehouse，Google BigQuery和Snowflake，沒有Actian。

今年的這份報(bào)告發(fā)布于2020年10月13日，應(yīng)該是目前市場(chǎng)上最新的對(duì)云數(shù)倉的性能對(duì)比了。GIGAOM將測(cè)試報(bào)告發(fā)布在其官網(wǎng)：https://gigaom.com/report/high-performance-cloud-data-warehouse-performance-testing/

“大部分歷史是猜的，剩下的都是偏見”

——威爾·杜蘭特（哲學(xué)家、歷史學(xué)家）

這句話同樣適用于各種Performance Benchmark對(duì)比，任何POC（Proof of Concept，搞技術(shù)的人都懂的）都是帶有偏見的，主要看誰是Sponsor。GigaOM不是慈善機(jī)構(gòu)，測(cè)試肯定需要費(fèi)用，開這么多云數(shù)倉服務(wù)，每個(gè)跑一遍測(cè)試場(chǎng)景，費(fèi)用應(yīng)該不低，所以必須有金主支持。公司在這點(diǎn)上還比較公開透明，首先聲明本次測(cè)試的Sponsor是Actian，所以我們可以認(rèn)為Actian應(yīng)該是深度參與了測(cè)試，大概率是進(jìn)行了場(chǎng)景的選擇和調(diào)優(yōu)等相關(guān)工作。GigaOM幫助選擇了測(cè)試的對(duì)手，也就是AWS、Azure、GCP和Snowflake。（備注：2019年4月測(cè)試的Sponsor是Microsoft）

下面我就這份測(cè)試報(bào)告來窺視分析一下各個(gè)云數(shù)倉的技術(shù)特點(diǎn)，個(gè)人觀點(diǎn)，僅供參考。

平臺(tái)簡(jiǎn)介

Actian Avalanche：2019年才剛剛開始向市場(chǎng)提供云數(shù)倉的服務(wù)，基于Vector（2010年發(fā)布的一款本地部署的MPP數(shù)據(jù)庫），主要應(yīng)用在數(shù)據(jù)分析、數(shù)倉平臺(tái)。技術(shù)上也是列壓縮存儲(chǔ)，緩存執(zhí)行模型，向量技術(shù)處理數(shù)據(jù)，SQL標(biāo)準(zhǔn)遵循ANSI-2011 SQL，全托管云服務(wù)，用戶可選擇部署在AWS、Azure和GCP上，當(dāng)然它也支持本地部署。

Amazon Redshift：是市場(chǎng)上第一個(gè)原生云數(shù)倉服務(wù)，MPP、列存、按列壓縮、無索引、動(dòng)態(tài)擴(kuò)展，SQL語法兼容PostgreSQL，支持存儲(chǔ)與計(jì)算分離，按小時(shí)計(jì)費(fèi)，也可以通過暫停來停止計(jì)費(fèi)。

Azure Synapse Analytics：之前叫SQL DW，今年改名為Synapse。存儲(chǔ)計(jì)算分離，列存、按小時(shí)計(jì)費(fèi)、可通過暫停與恢復(fù)來節(jié)省成本，SQL兼容SQL Server（可能底層就是SQL Server）。

Google BigQuery：源于Google的Dremel技術(shù)，無索引、Serverless技術(shù)、動(dòng)態(tài)調(diào)整計(jì)算與存儲(chǔ)資源，存儲(chǔ)按非壓縮數(shù)據(jù)量來計(jì)費(fèi)，計(jì)算按照查詢使用的slot來計(jì)費(fèi)。

Snowflake：全托管云數(shù)倉服務(wù)，可運(yùn)行在AWS、Azure、GCP之上（用戶在創(chuàng)建服務(wù)的時(shí)進(jìn)行選擇），計(jì)算存儲(chǔ)分離架構(gòu)，計(jì)算按需成倍擴(kuò)展（1、2、4、8、16……）和計(jì)費(fèi)，存儲(chǔ)按需計(jì)費(fèi)。

下表格是本次測(cè)試的各數(shù)倉版本，應(yīng)該都是基于2020年9月左右的最新版本了。

測(cè)試場(chǎng)景與數(shù)據(jù)規(guī)模

本次測(cè)試場(chǎng)景選取的是30TB的TPC-H，比較有趣的是在2019年的benchmark中GigaOM選取的是30TB的TPC-DS。要知道，TPC-DS有99個(gè)SQL，而TPC-H只有22個(gè)，而且TPC-DS的模型要比TPC-H復(fù)雜，那為啥本次不選擇更加通用的TPC-DS呢？

對(duì)比兩次測(cè)試的云數(shù)倉產(chǎn)品，Actian是今年新加入的（其它都是老面孔），而且它是Sponsor，大概率Actian對(duì)TPC-H支撐得更好（或者說，Actian可能不能完全支持TPC-DS），以上只是個(gè)人的猜測(cè)。

畢竟，就如上面提到的，任何POC都是帶有“偏見”的。下面看看具體的測(cè)試數(shù)據(jù)：

Table記錄數(shù)與data model：

TPC-H的22個(gè)SQL類型：

測(cè)試環(huán)境

下表是各數(shù)倉的測(cè)試環(huán)境，基本都是各云廠商提供的最新配置，按照相似計(jì)算能力進(jìn)行的選擇。

測(cè)試結(jié)果

Actian基本在所有的場(chǎng)景性能都表現(xiàn)最優(yōu)，而且性價(jià)比最好，具體可詳見GigaOM的報(bào)告。但就如前面所說的，它是Sponsor，并且參與了測(cè)試過程和報(bào)告的編寫，這種結(jié)果也可以預(yù)期的。

但這并不是本文要分析的重點(diǎn)，其實(shí)，其它4家的產(chǎn)品，Snowflake / Redshift / Synapse / BigQuery，才是市場(chǎng)上最常見和使用最廣泛的云數(shù)倉產(chǎn)品。所以我決定將Actian從測(cè)試結(jié)果中去掉，比較一下這4家的性能數(shù)據(jù)。結(jié)果如下：

場(chǎng)景一：單用戶執(zhí)行

累計(jì)執(zhí)行時(shí)長(zhǎng)（22條SQL）：可以看到Redshift和Synapse要遠(yuǎn)好于Snowflake和BigQuery，其中Redshfit的總體執(zhí)行時(shí)長(zhǎng)最短，大概只有Snowflake的1/2和BigQuery的1/5。

最佳性能SQL的數(shù)量：橫向比較22個(gè)場(chǎng)景，挑選出每個(gè)場(chǎng)景的最佳（執(zhí)行時(shí)長(zhǎng)最短）。Redshift有13條SQL執(zhí)行時(shí)間最短，Synapse有8條，Snowflake只有1條，而BigQuery沒有。

場(chǎng)景二：5并發(fā)用戶執(zhí)行

累計(jì)執(zhí)行時(shí)長(zhǎng)（22條SQL）：還是Redshift表現(xiàn)最好，Synapse也不錯(cuò)。相對(duì)于單用戶環(huán)境下，Snowflake和BigQuery似乎表現(xiàn)更差了，只有Redshift的1/6左右，說明它們?cè)谫Y源的并發(fā)控制這塊還不太好，特別是Snowflake。

最佳性能SQL的數(shù)量：同樣，還是Redshift在最多場(chǎng)景性能表現(xiàn)最好，Synapse是第二，但差距已經(jīng)不大了。而Snowflake和BigQuery在22個(gè)場(chǎng)景中沒有執(zhí)行時(shí)長(zhǎng)最短的。

場(chǎng)景三：性價(jià)比

性價(jià)比的計(jì)算采用下面公式，執(zhí)行時(shí)長(zhǎng)是累計(jì)時(shí)長(zhǎng)，而價(jià)格取自各廠商的官網(wǎng)列表價(jià)。

單用戶性價(jià)比：Redshift最便宜，其次是Synapse，然后是Snowflake和BigQuery，其中BigQuery要比其它3家高不少。

并發(fā)用戶性價(jià)比：Synapse最便宜，其次是Redshift，然后是Snowflake和BigQuery。

測(cè)試結(jié)論匯總與局限性

在性能方面，無論是單進(jìn)程還是并發(fā)方式，Redshift都是表現(xiàn)最好的，Synapse其次。
在并發(fā)性能方面，Snowflake和BigQuery似乎沒有Redshift和Synapse控制得好。
性價(jià)比方面，Redshift和Synapse差不多，BigQuery最貴。
本次測(cè)試主要只是性能對(duì)比，不涉及功能、安全性、擴(kuò)展性、高可用、備份、生態(tài)等等其它方面，有一定局限性。
Snowflake和BigQuery在市場(chǎng)上的宣傳一直都是強(qiáng)調(diào)其易用性和易管理性（無需DBA），這方面在本次測(cè)試中沒有涉及。
本次測(cè)試采用的TPC-H模型可能是為了遷就Actian而選擇，相對(duì)簡(jiǎn)單，無法完全反映真實(shí)環(huán)境中的各種復(fù)雜負(fù)載和ad-hoc查詢，另外5并發(fā)也相對(duì)較低。

云數(shù)倉的未來展望（個(gè)人觀點(diǎn)，僅供參考）

當(dāng)今各云數(shù)倉版本迭代都很快，功能上Snowflake、Redshift、Synapse、BigQuery都已經(jīng)很接近，而且大家都在互相學(xué)習(xí)，比如存儲(chǔ)計(jì)算分離、按需彈性擴(kuò)展、數(shù)據(jù)共享與交換、對(duì)象存儲(chǔ)集成等等， 90%的功能大家都雷同，只是在技術(shù)細(xì)節(jié)的實(shí)現(xiàn)上各有不同。
Snowflake與其它3家不大相同，它為獨(dú)立的第三方，有跨云部署的優(yōu)勢(shì)。但它底層還需要依賴第三方云廠商的基礎(chǔ)架構(gòu)，比如AWS、GCP、Azure，隨著這些廠商自身云數(shù)倉服務(wù)的發(fā)展，這種合作關(guān)系可能未來可能會(huì)變得越來越微妙。
易用性和易管理性是未來各云數(shù)倉的發(fā)展重點(diǎn)，Snowflake開了個(gè)好頭，其它各廠商都緊密跟進(jìn)，今后可能真的沒有DBA這個(gè)職業(yè)了。
未來云數(shù)倉或云數(shù)據(jù)庫，更多的優(yōu)化可能會(huì)與底層專有硬件或網(wǎng)絡(luò)相結(jié)合，比如CPU、GPU、FPGA、專有協(xié)議等等，這些是云廠商自研產(chǎn)品的優(yōu)勢(shì)，而像Snowflake、Actian、ClickHouse等第三方平臺(tái)是無法做到的。所以，易用性、通用性和性能本身就是一對(duì)矛盾的共同體，客戶可以按照自己的實(shí)際需求來權(quán)衡、選擇。

來源：肉眼品世界
版權(quán)申明：內(nèi)容來源網(wǎng)絡(luò)，版權(quán)歸原創(chuàng)者所有。除非無法確認(rèn)，我們都會(huì)標(biāo)明作者及出處，如有侵權(quán)煩請(qǐng)告知，我們會(huì)立即刪除并表示歉意。謝謝!

感謝閱讀

主流云數(shù)倉性能對(duì)比分析