七大云計算數(shù)據(jù)倉庫

林琳

頂級云計算數(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，因為更多企業(yè)采用云計算，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、組織和存儲用于不同活動（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(fù)責(zé)對于大型倉庫或數(shù)據(jù)倉庫的最終用戶來說，他們只看到大量抽象的可供處理的等待數(shù)據(jù)。近年來，隨著越來越多的企業(yè)開始利用云計算的優(yōu)勢，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2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)

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(biāo)準(zhǔn)：

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(jìn)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)和存儲位置，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列出的頂級公司列表中，重點介紹了幾個可以提供頂級云計算數(shù)據(jù)倉庫服務(wù)的供應(yīng)商：

1. Amazon Redshift

隨著亞馬遜公司進(jìn)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(jìn)行投資的組織來說，Redshift是一個理想的解決方案。

關(guān)鍵價值與差異：

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(qiáng)調(diào)的優(yōu)勢之一是Redshift性能，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（虛擬私有云）進(jìn)行保護(hù)。

2. Google BigQuery

對于希望使用標(biāo)準(zhǔn)SQL查詢來分析云中大型數(shù)據(jù)集的用戶而言，BigQuery是一個合理的選擇。

關(guān)鍵價值與差異：

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，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（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(jī)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(jī)器學(xué)習(xí)工作負(fù)載。

3. IBM Db2 Warehouse

對于處理分析工作負(fù)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)鍵價值與差異：

集成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)倉庫組織而言，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

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)鍵價值與差異：

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(xì)的安全控制級別，使敏感數(shù)據(jù)可以在進(jìn)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。

與僅在本地運行的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

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)鍵價值與差異：

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（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

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)鍵價值與差異：

SAP Data Warehouse Cloud是該領(lǐng)域相對較新的參與者，它是在今年5月的2019SAPPHIRENOW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)治理的最佳實踐，并與SQL查詢引擎集成。

該平臺的主要區(qū)別在于集成了預(yù)先構(gòu)建的業(yè)務(wù)模板，這些模板可以幫助解決特定行業(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)鍵價值與差異：

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(kuò)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(fù)載共享相同的數(shù)據(jù)，但可以獨立運行。

通過標(biāo)準(zhǔn)SQL進(jìn)行查詢，以進(jìn)行分析，并與R和Python編程語言集成。