PostgreSQL 与 AWS Redshift 对比

PostgreSQL 概览

PostgreSQL，也称为 Postgres，是一个开源关系数据库管理系统，于 1996 年首次发布。它长期以来一直是一个健壮、可靠且功能丰富的数据库系统，广泛应用于各个行业和应用程序。PostgreSQL 以其对 SQL 标准的遵守和可扩展性而闻名，这允许用户定义自己的数据类型、运算符和函数。它由一个由贡献者组成的专门社区开发和维护，可在包括 Windows、Linux 和 macOS 在内的多个平台上使用。

AWS Redshift 概览

Amazon Redshift 是一项完全托管的 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。

PostgreSQL 用于时间序列数据

PostgreSQL 可用于时间序列数据的存储和分析，尽管它并非专门为此用例而设计。凭借其丰富的数据类型、索引选项和窗口函数支持，PostgreSQL 可以处理时间序列数据。但是，在数据压缩、写入吞吐量和查询速度等方面，Postgres 不如专门的时间序列数据库那样针对时间序列数据进行优化。PostgreSQL 还缺少许多对于处理时间序列数据有用的功能，例如降采样、保留策略和用于时间序列数据分析的自定义 SQL 函数。

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。用户可以利用基于日期和时间的函数来聚合、筛选和转换时间序列数据。Redshift 还提供“时间序列表”，允许将数据存储在基于固定保留期的表中。

PostgreSQL 关键概念

• MVCC：多版本并发控制是 PostgreSQL 使用的一种技术，允许多个事务并发执行，而不会发生冲突或锁定。
• WAL：预写式日志是一种用于确保数据持久性的方法，通过在将更改写入主数据文件之前，先将更改记录到日志中。
• TOAST：超尺寸属性存储技术是一种用于将大型数据值存储在单独表中的机制，以减少主表的磁盘空间消耗。

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，该格式将数据存储在列而不是行中。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。

PostgreSQL 架构

PostgreSQL 是一个客户端-服务器关系数据库系统，它使用 SQL 语言进行查询和操作。它采用基于进程的架构，与数据库的每个连接都由一个单独的服务器进程处理。此架构在不同用户和会话之间提供隔离。PostgreSQL 支持 ACID 事务，并结合使用 MVCC、WAL 和其他技术来确保数据一致性、持久性和性能。它还支持各种扩展和外部模块，以增强其功能。

AWS Redshift 架构

Redshift 的架构基于分布式和无共享架构。一个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。