7大云計算數(shù)據(jù)倉庫
優(yōu)秀云計算數(shù)據(jù)倉庫展示了近年來云計算數(shù)據(jù)倉庫市場發(fā)展的特性，因為很多企業(yè)更多地采用云計算，并減少了自己的物理數(shù)據(jù)中心足跡。
云計算數(shù)據(jù)倉庫是一項收集、組織和經(jīng)常存儲供組織用于不同活動(包括數(shù)據(jù)分析和監(jiān)視)數(shù)據(jù)的服務(wù)。
在企業(yè)使用云計算數(shù)據(jù)倉庫時，物理硬件方面全部由云計算供應(yīng)商負責。對于只看到大量等待數(shù)據(jù)并可供處理的大型倉庫或數(shù)據(jù)倉庫的最終用戶來說，它們是抽象的。近年來，隨著越來越多的企業(yè)開始利用云計算的優(yōu)勢，并減少物理數(shù)據(jù)中心，云計算數(shù)據(jù)倉庫的市場不斷增長。
云計算數(shù)據(jù)倉庫通常包括一個或多個指向數(shù)據(jù)庫集合的指針，在這些集合中收集生產(chǎn)數(shù)據(jù)。云計算數(shù)據(jù)倉庫的第二個核心元素是某種形式的集成查詢引擎，使用戶能夠搜索和分析數(shù)據(jù)。這有助于數(shù)據(jù)挖掘。
如何選擇云計算數(shù)據(jù)倉庫服務(wù)
在尋求選擇云計算數(shù)據(jù)倉庫服務(wù)時，企業(yè)應(yīng)考慮許多標準。
現(xiàn)有的云部署。每個主要的公共云提供商都擁有自己的數(shù)據(jù)倉庫，該倉庫提供與現(xiàn)有資源的集成，這可以使云計算數(shù)據(jù)倉庫用戶更輕松地進行部署和使用。
遷移數(shù)據(jù)的能力?？紤]組織擁有的不同類型的數(shù)據(jù)及其存儲位置，有效地將數(shù)據(jù)遷移到新數(shù)據(jù)倉庫中的能力至關(guān)重要。
存儲選項。雖然數(shù)據(jù)倉庫解決方案可以用于存儲數(shù)據(jù)，但能夠訪問商品化的云存儲服務(wù)，可以提供更低的成本選擇。
在行業(yè)媒體Datamation列出的優(yōu)秀公司列表中，重點介紹了可以提供優(yōu)秀云計算數(shù)據(jù)倉庫服務(wù)的供應(yīng)商：
(1)Amazon Redshift
潛在買家的價值主張。隨著亞馬遜公司進入云計算數(shù)據(jù)倉庫市場，對于那些已經(jīng)在AWS工具和部署方面進行投資的組織來說，Redshift是一個理想的解決方案。
關(guān)鍵價值/差異：
- Redshift的主要區(qū)別在于，憑借其Spe ctrum功能，組織可以直接與AWS S3云數(shù)據(jù)存儲服務(wù)中的數(shù)據(jù)存儲連接，從而減少了啟動所需的時間和成本。
- 用戶強調(diào)的優(yōu)勢之一是Redshift的性能，它得益于AWS基礎(chǔ)設(shè)施和大型并行處理數(shù)據(jù)倉庫架構(gòu)的分布查詢和數(shù)據(jù)分析。
- 對于S3或現(xiàn)有數(shù)據(jù)湖之外的數(shù)據(jù)，Redshift可以與AWS Glue集成，AWS Glue是一種提取、轉(zhuǎn)換、加載(ETL)工具，可將數(shù)據(jù)導(dǎo)入數(shù)據(jù)倉庫。
- 數(shù)據(jù)倉庫的存儲和操作通過AWS網(wǎng)絡(luò)隔離策略和工具(包括虛擬私有云(VPC))進行保護。
(2)Google BigQuery
潛在買家的價值主張。對于希望使用標準SQL查詢來分析云中的大型數(shù)據(jù)集的用戶而言，BigQuery是一個合理的選擇。
關(guān)鍵價值/差異：
- 作為完全托管的云計算服務(wù)，數(shù)據(jù)倉庫的設(shè)置和資源供應(yīng)均由谷歌公司使用無服務(wù)器技術(shù)來處理。
- 通過SQL或通過開放數(shù)據(jù)庫連接(ODBC)輕松查詢數(shù)據(jù)的能力是BigQuery的關(guān)鍵價值，它使用戶能夠使用現(xiàn)有的工具和技能。
- BigQuery中的邏輯數(shù)據(jù)倉庫功能使用戶可以與其他數(shù)據(jù)源(包括數(shù)據(jù)庫甚至電子表格)連接以分析數(shù)據(jù)。
- 與BigQuery ML的集成是一個關(guān)鍵的區(qū)別因素，它將數(shù)據(jù)倉庫和機器學(xué)習(xí)(ML)的世界融合在一起。使用BigQuery ML，可以在數(shù)據(jù)倉庫中的數(shù)據(jù)上訓(xùn)練機器學(xué)習(xí)工作負載。
(3)IBM Db2 Warehouse
潛在買家的價值主張。對于處理分析工作負載的組織來說，IBM Db2 Warehouse是一個很好的選擇，它可以從平臺的集成內(nèi)存數(shù)據(jù)庫引擎和Apache Spark分析引擎中獲益。
關(guān)鍵價值/差異：
- 集成了Db2內(nèi)存中的列式數(shù)據(jù)庫引擎，對于正在尋找包含高性能數(shù)據(jù)庫的數(shù)據(jù)倉庫的組織而言，這可能是一個很大的好處。
- Apache Spark引擎也與Db2集成在一起，這意味著用戶可以針對數(shù)據(jù)倉庫使用SQL查詢和Spark查詢，以獲取見解。
- Db2 Warehouse受益于IBM的Netezza技術(shù)以及高級數(shù)據(jù)查找功能。
- 可以在IBM云平臺或AWS云平臺中完成云部署，并且還有本地版本的Db2 Warehouse，這對于具有混合云部署需求的組織很有用。
(4)Microsoft Azure SQL Data Warehouse
潛在買家的價值主張。Microsoft Azure SQL數(shù)據(jù)倉庫非常適合任何規(guī)模的組織，這要歸功于與Microsoft SQL Server的集成，希望可以輕松地將基于云計算的數(shù)據(jù)倉庫技術(shù)引入。
關(guān)鍵價值/差異：
- 微軟公司在2019年7月發(fā)布了Azure SQL數(shù)據(jù)倉庫的主要更新，其中包括Gen2更新，提供了更多的SQL Server功能和高級安全選項。
- 動態(tài)數(shù)據(jù)屏蔽(DDM)提供了非常精細的安全控制級別，使敏感數(shù)據(jù)可以在進行查詢時即時隱藏。
- 現(xiàn)有的微軟用戶可能會從Azure SQL數(shù)據(jù)倉庫中獲得最大的收益，因為它跨Microsoft Azure公共云以及更重要的是用于數(shù)據(jù)庫的SQL Server具有多種集成。
- 與僅在本地運行SQL Server相比，微軟建立在龐大的并行處理體系結(jié)構(gòu)上，該體系結(jié)構(gòu)可使用戶同時運行一百多個并發(fā)查詢。
(5)Oracle Autonomous Data Warehouse
潛在買家的價值主張。對于Oracle數(shù)據(jù)庫的現(xiàn)有用戶而言，Oracle自主數(shù)據(jù)倉庫可能是最簡單的選擇，它提供了一個連接到云端的入口。
關(guān)鍵價值/差異：
- Oracle的主要區(qū)別在于，它在優(yōu)化的云計算服務(wù)中運行自主數(shù)據(jù)倉庫，該服務(wù)運行Oracle的Exadata硬件系統(tǒng)，該系統(tǒng)專門針對Oracle數(shù)據(jù)庫而構(gòu)建。
- 該服務(wù)集成了基于Web的筆記本和報告服務(wù)，以共享數(shù)據(jù)分析并實現(xiàn)輕松的協(xié)作。
- 雖然支持Oracle自己的同名數(shù)據(jù)庫，但用戶還可以從其他數(shù)據(jù)庫和云平臺(包括Amazon Redshift)以及本地對象數(shù)據(jù)存儲中遷移數(shù)據(jù)。
- Oracle的SQL Developer功能是另一個關(guān)鍵功能，它集成了數(shù)據(jù)加載向?qū)Ш蛿?shù)據(jù)庫開發(fā)環(huán)境。
(6)SAP Data Warehouse Cloud
潛在買家的價值主張。SAP Data Warehouse Cloud可能非常適合那些希望通過預(yù)先構(gòu)建的模板尋求更多交鑰匙方法來充分利用數(shù)據(jù)倉庫的組織。
關(guān)鍵價值/差異：
- SAP Data Warehouse Cloud是該領(lǐng)域相對較新的參與者，它是在5月的2019 SAPPHIRE NOW會議上首次發(fā)布的。
- SAP的HANA云服務(wù)和數(shù)據(jù)庫是數(shù)據(jù)倉庫云的核心，輔以數(shù)據(jù)治理的優(yōu)秀幫助解決特定行業(yè)和業(yè)務(wù)線的通用數(shù)據(jù)倉庫和分析用例。
- 對于現(xiàn)有的SAP用戶，與其他SAP應(yīng)用程序的集成意味著可以更輕松地訪問本地以及云計算數(shù)據(jù)集。
(7)Snowflake
對潛在買家的價值主張。對于需要為數(shù)據(jù)倉庫功能選擇不同的公共云提供商的任何行業(yè)的組織而言，Snowflake是一個很好的選擇。
關(guān)鍵價值/差異：
- 關(guān)鍵區(qū)別在于Snowflake的列式數(shù)據(jù)庫引擎功能，該功能可以處理JSON和XML等結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)。
- 解耦的Snowflake架構(gòu)允許計算和存儲分別擴展，并在用戶選擇的云提供商上提供數(shù)據(jù)存儲。
- 系統(tǒng)創(chuàng)建Snowflake所謂的虛擬數(shù)據(jù)倉庫，其中不同的工作負載共享相同的數(shù)據(jù)，但可以獨立運行。
- 通過標準SQL進行查詢，以進行分析，并與R和Python編程語言集成。
7個優(yōu)秀云計算數(shù)據(jù)倉庫對比圖表
