在构建任何软件应用程序时,选择正确的数据库至关重要。所有数据库在性能方面都有不同的优势和劣势,因此,确定哪个数据库对于您的特定用例和数据模型具有最大的优势和最小的缺点是一项重要的决定。下面您将找到 ClickHouse 和 AWS Redshift 的关键概念、架构、功能、用例和定价模型的概述,以便您可以快速了解它们之间的比较。

本文的主要目的是比较 ClickHouse 和 AWS Redshift 在涉及时序数据的工作负载中的性能,而不是所有可能的用例。时序数据通常在数据库性能方面提出了独特的挑战。这是由于正在写入的大量数据以及访问该数据的查询模式。本文并非旨在说明哪个数据库更好;它只是提供了每个数据库的概述,以便您可以做出明智的决定。

ClickHouse 与 AWS Redshift 细分


 
数据库模型

列式数据库

数据仓库

架构

ClickHouse 可以部署在本地、云端或作为托管服务。

AWS Redshift 利用列式存储格式进行快速查询,并支持标准 SQL。Redshift 使用分布式、共享无架构,其中数据在多个计算节点之间进行分区。每个节点进一步划分为切片,每个切片并行处理数据子集。Redshift 可以部署在单节点或多节点集群中,后者为大型数据集提供更好的性能。

许可证

Apache 2.0

闭源

用例

实时分析、大数据处理、事件日志记录、监控、物联网、数据仓库

业务分析、大规模数据处理、实时仪表板、数据集成、机器学习

可扩展性

水平可扩展,支持分布式查询处理和并行执行

支持独立扩展存储和计算,并支持根据需要添加或删除节点

正在寻找最有效的入门方式?

无论您是在寻求节省成本、降低管理开销还是开源,InfluxDB 都能提供帮助。

ClickHouse 概述

ClickHouse 是一个开源列式数据库管理系统,专为高性能在线分析处理 (OLAP) 任务而设计。它由俄罗斯领先的科技公司 Yandex 开发。ClickHouse 以其实时处理大量数据的能力而闻名,可提供快速的查询性能和实时分析。其列式存储架构可实现高效的数据压缩和更快的查询执行,使其适用于大规模数据分析和商业智能应用程序。

AWS Redshift 概述

Amazon Redshift 是一种完全托管的 PB 级云数据仓库服务。它于 2012 年作为 AWS 产品套件的一部分推出。Redshift 专为分析工作负载而设计,并与各种数据加载和 ETL 工具以及商业智能和报告工具集成。它使用列式存储来优化存储成本并提高查询性能。


ClickHouse 用于时序数据

ClickHouse 可以有效地用于存储和分析时序数据,尽管它并非明确针对时序数据的工作而优化。虽然 ClickHouse 一旦摄取就可以非常快速地查询时序数据,但它往往难以应对需要以较小批量摄取数据以进行实时分析的极高写入场景。

AWS Redshift 用于时序数据

AWS Redshift 可以用于时序数据工作负载,尽管 Redshift 针对更通用的数据仓库用例进行了优化。用户可以利用基于日期和时间的函数来聚合、筛选和转换时序数据。Redshift 还提供“时序表”,允许数据根据固定的保留期存储在表中。


ClickHouse 关键概念

  • 列式存储:ClickHouse 以列式格式存储数据,这意味着每列的数据都单独存储。这实现了高效的压缩和更快的查询执行,因为在查询执行期间仅读取所需的列。
  • 分布式处理:ClickHouse 支持分布式处理,允许跨集群中的多个节点执行查询,从而提高查询性能和可扩展性。
  • 数据复制:ClickHouse 提供数据复制,确保在硬件故障或节点中断时的数据可用性和容错能力。
  • 物化视图:ClickHouse 支持物化视图,物化视图是将预计算的查询结果存储为表。物化视图可以显着提高查询性能,因为它们允许通过避免重新计算每个查询的结果来更快地检索数据。

AWS Redshift 关键概念

  • 集群:Redshift 集群是一组节点,由一个领导节点和一个或多个计算节点组成。领导节点管理与客户端应用程序的通信,并协调计算节点之间的查询执行。
  • 计算节点:这些节点存储数据并并行执行查询。集群中计算节点的数量会影响其存储容量和查询性能。
  • 列式存储:Redshift 使用列式存储格式,该格式以列而不是行存储数据。这种格式提高了查询性能并减少了存储空间需求。
  • 节点切片:计算节点分为切片。每个切片都分配了节点内存和磁盘空间的相等部分,在其中处理加载数据的一部分。


ClickHouse 架构

ClickHouse 的架构旨在支持对大型数据集进行高性能分析。ClickHouse 以列式格式存储数据。这实现了高效的数据压缩和更快的查询执行,因为在查询执行期间仅读取所需的列。ClickHouse 还支持分布式处理,这允许跨集群中的多个节点执行查询。ClickHouse 使用 MergeTree 存储引擎作为其主要表引擎。MergeTree 专为高性能 OLAP 任务而设计,并支持数据复制、数据分区和索引。

AWS Redshift 架构

Redshift 的架构基于分布式和共享无架构。集群由一个领导节点和一个或多个计算节点组成。领导节点负责协调查询执行,而计算节点存储数据并并行执行查询。数据以列式格式存储,这提高了查询性能并减少了存储空间需求。Redshift 使用大规模并行处理 (MPP) 在多个节点之间分发和执行查询,使其能够水平扩展并为大规模数据仓库工作负载提供高性能。

免费时序数据库指南

获取对备选方案和选择数据库的关键要求的全面审查。

ClickHouse 功能

实时分析

ClickHouse 专为实时分析而设计,可以低延迟处理大量数据,提供快速的查询性能和实时洞察。

数据压缩

ClickHouse 的列式存储格式实现了高效的数据压缩,减少了存储需求并提高了查询性能。

物化视图

ClickHouse 支持物化视图,物化视图可以通过预计算并将查询结果存储为表来显着提高查询性能。

AWS Redshift 功能

可扩展性

Redshift 允许您通过添加或删除计算节点来向上或向下扩展集群,从而使您能够根据需要调整存储容量和查询性能。

性能

Redshift 的列式存储格式和 MPP 架构使其能够为大规模数据仓库工作负载提供高性能的查询执行。

安全性

Redshift 提供了一系列安全功能,包括静态和传输中加密、使用 Amazon Virtual Private Cloud (VPC) 的网络隔离以及与 AWS Identity and Access Management (IAM) 的集成以进行访问控制。


ClickHouse 用例

大规模数据分析

ClickHouse 的高性能查询引擎和列式存储格式使其适用于大规模数据分析和商业智能应用程序。

实时报告

ClickHouse 的实时分析功能使组织能够生成实时报告和仪表板,为决策提供最新的洞察。

日志和事件数据分析

ClickHouse 实时处理大量数据的能力使其成为日志和事件数据分析(例如分析 Web 服务器日志或应用程序事件)的合适选择。

AWS Redshift 用例

数据仓库

Redshift 专为大规模数据仓库工作负载而设计,为存储和分析结构化数据提供可扩展且高性能的解决方案。

商业智能和报告

Redshift 与各种 BI 和报告工具集成,使组织能够从其数据中获得洞察力并做出数据驱动的决策。

ETL 和数据集成

Redshift 支持数据加载和提取、转换和加载 (ETL) 流程,使您可以集成来自各种来源的数据并为分析做好准备。


ClickHouse 定价模型

ClickHouse 是一个开源数据库,可以部署在您自己的硬件上。ClickHouse 的开发者最近还创建了 ClickHouse Cloud,这是一种用于部署 ClickHouse 的托管服务。

AWS Redshift 定价模型

Amazon Redshift 提供两种定价模型:按需和预留实例。通过按需定价,您可以按小时为使用的容量付费,而无需长期承诺。预留实例提供选择预留一年或三年期限容量的选项,与按需定价相比,每小时费率更低。除了这些定价模型外,您还可以在不同的节点类型之间进行选择,这些节点类型提供不同数量的存储、内存和计算资源。