在构建任何软件应用程序时,选择合适的数据库至关重要。所有数据库在性能方面都有不同的优势和劣势,因此,针对您的特定用例和数据模型,确定哪个数据库的优势最大,劣势最小,是一项重要的决策。下面您将找到 AWS DynamoDB 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 AWS DynamoDB 和 AWS Redshift 在涉及 时间序列数据 的工作负载方面的性能,而不是针对所有可能的用例。时间序列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。本文并不打算论证哪个数据库更好;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。

AWS DynamoDB 与 AWS Redshift 细分


 
数据库模型

键值和文档存储

数据仓库

架构

DynamoDB 是 Amazon Web Services (AWS) 提供的完全托管的无服务器 NoSQL 数据库。它对高性能用例使用个位数毫秒级的延迟,并支持键值和文档数据模型。数据在 AWS 区域内的多个可用区之间进行分区和复制,DynamoDB 支持读取操作的最终一致性或强一致性

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

闭源

闭源

用例

无服务器 Web 应用程序、实时竞价平台、游戏排行榜、物联网数据管理、高速数据处理

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

自动扩展以处理大量的读取和写入吞吐量,支持按需容量和自动扩展,用于多区域复制的全局表

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?

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

AWS DynamoDB 概述

Amazon DynamoDB 是 AWS 提供的托管 NoSQL 数据库服务。它于 2012 年首次推出,旨在提供低延迟、高吞吐量的性能。DynamoDB 基于 Amazon 工程师于 2007 年发布的 Dynamo 论文的原理构建,旨在提供高度可用、可扩展和分布式的键值存储。

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。


AWS DynamoDB 用于时间序列数据

DynamoDB 可以与时间序列数据一起使用,尽管与专门的时间序列数据库相比,它可能不是最优的解决方案。要在 DynamoDB 中存储时间序列数据,您可以使用复合主键,其中分区键用于实体标识符,排序键用于时间戳。这使您可以有效地查询特定实体和时间范围内的数据。但是,DynamoDB 在处理时间序列数据时的主要弱点是它缺乏对数据聚合和下采样的内置支持,而这些是时间序列分析的常见要求。您可能需要在应用程序中执行这些操作,或者使用 AWS Lambda 等其他服务来处理数据。

AWS Redshift 用于时间序列数据

AWS Redshift 可用于时间序列数据工作负载,尽管 Redshift 针对更通用的数据仓库用例进行了优化。用户可以利用日期和时间函数来聚合、过滤和转换时间序列数据。Redshift 还提供“时间序列表”,允许根据固定的保留期将数据存储在表中。


AWS DynamoDB 关键概念

以下是一些 DynamoDB 特有的关键术语和概念

  • :在 DynamoDB 中,数据存储在表中,表是项目的容器。每个表都有一个主键,用于唯一标识表中的每个项目。
  • 项目:项目是 DynamoDB 表中的单个记录,它们由一个或多个属性组成。
  • 属性:属性是构成表中项目的键值对。DynamoDB 支持标量、文档和集合数据类型的属性。
  • 主键:主键唯一标识表中的每个项目,它可以是单属性分区键或复合分区-排序键。

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。


AWS DynamoDB 架构

DynamoDB 是一种 NoSQL 数据库,它使用键值存储和文档数据模型。它旨在通过自动跨多个服务器分区数据并使用复制来确保容错能力,从而提供高可用性、持久性和可扩展性。DynamoDB 的一些主要组件包括

  • 分区:DynamoDB 根据分区键自动分区数据,这确保数据均匀分布在多个存储节点上。
  • 复制:DynamoDB 在 AWS 区域内的多个可用区之间复制数据,从而提供高可用性和持久性。
  • 一致性:DynamoDB 提供两种一致性模型:最终一致性和强一致性,允许您为应用程序选择适当的一致性级别。

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。

免费时间序列数据库指南

获取对备选方案和选择关键要求的全面回顾。

AWS DynamoDB 功能

自动扩展

DynamoDB 可以根据工作负载自动扩展其读取和写入容量,使您能够在不过度配置资源的情况下保持一致的性能。

备份和恢复

DynamoDB 提供对时间点恢复的内置支持,使您能够将表恢复到过去 35 天内的先前状态。

全局表

DynamoDB 全局表使您能够跨多个 AWS 区域复制表,从而为全球应用程序提供低延迟访问和数据冗余。

DynamoDB 流捕获表中项目级别的修改,并可用于触发 AWS Lambda 函数以进行实时处理或与其他 AWS 服务同步数据。

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,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。


AWS DynamoDB 用例

会话管理

DynamoDB 可用于存储 Web 应用程序的会话数据,从而提供对会话信息的快速且可扩展的访问。

游戏

DynamoDB 可用于存储在线游戏中的玩家数据、游戏状态和其他游戏相关信息,从而提供低延迟和高吞吐量的性能。

物联网

DynamoDB 可用于存储和处理来自物联网设备的传感器数据,从而实现设备数据的实时监控和分析。

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见解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,允许您集成来自各种来源的数据并为分析做好准备。


AWS DynamoDB 定价模型

DynamoDB 提供两种定价选项:预置容量和按需容量。使用预置容量,您可以指定应用程序预期需要的每秒读取和写入次数,并根据预置容量的量收费。此定价模型适用于具有可预测流量或逐渐增加流量的应用程序。您可以使用自动扩展根据指定的利用率自动调整表的容量,从而在确保应用程序性能的同时降低成本。

另一方面,使用按需容量,您可以为应用程序在表上执行的数据读取和写入按请求付费。您无需指定应用程序预期执行多少读取和写入吞吐量,因为 DynamoDB 会立即适应您的工作负载,无论它们是增加还是减少。此定价模型适用于具有波动或不可预测流量模式的应用程序。

AWS Redshift 定价模型

Amazon Redshift 提供两种定价模型:按需和预留实例。使用按需定价,您按小时支付您使用的容量,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,您还可以选择不同的节点类型,这些节点类型提供不同数量的存储、内存和计算资源。