我有一个用例，其中一个相当大（超过1 TB）的SQL数据库必须移动到云端，我正在考虑使用Redshift而不是某些RDS解决方案，因为它有点便宜而且我处理得很好我的查询的延迟不到10秒。该应用程序将很少查询数据库 - 每天大约100次。
与RDS相比，与Redshift相比，是否可以节省成本？
更新：系统每天会更新一次或两次数据库。
答案 0 :(得分：1)
听起来好像基于您的用例Redshift非常适合。与OLTP数据库相比，Redshift更像是OLAP。在非数据库语言中，它更适用于实时插入或读取（实时为亚秒级）。 Redshift的并发性也比RDS低得多，但这听起来并不像是对你的强烈需求。
如果您需要，RDS会有意义：
因为您可以处理超过1秒的查询时间，但是在10以下且查询工作量不会太大，Redshift应该可以正常工作。
答案 1 :(得分：0)
关于什么对您的业务最有利的争论将始终存在，并且考虑到所有成本和性能权衡，您将更好地做出最佳决策，但凭借我的所有经验和您提供的信息，我可以我们充满信心地让您了解以下行动将产生的影响：
- 谁会写信给Redshift表？
如果数据不是实时数据，您可以继续使用Redshift。但是，如果您需要实时数据或其他指标依赖于它，例如显示余额或忠诚度信用点，则Redshift不是理想的选择。理想情况下，在CPU使用率最低时加载数据。
- Redshift中的写操作速度非常慢
作为柱状，预计批量写入将非常缓慢。因此，如果插入数据，请确保是否在午夜发生，以便在ETL任务中不占用CPU。
- 将查询哪个数据集？
如果数据集是OLAP，那么Redshift是理想的选择。如果数据是OLTP，那么切换到没有性能优势，尽管可能会节省一些成本。当您的业务增长时，这将是一个痛点
我们需要了解的是，Amazon Redshift与任何基于行的数据仓库都不相似。它用于分析目的。如果您正在生成批量数据（一天数百万）并且您需要查询它，那么它就是您的工具。公司使用Amazon Redshift进行同类群组，用户行为和趋势分析，因为这涉及查询庞大的数据集。柱状数据库用于查询数百万条记录，因为柱状方向已经过优化，可用于查询庞大的数据集。
如果您正在存储OLTP数据集，例如用户创建，下订单，订单属性，偏好，余额等等，那么亚马逊Redshift不适合您。写入速度很慢，您在查询这样一个小型OLTP数据集时也不会看到任何性能提升。
此外，如果您的体系结构具有Master - Slave配置，则您不能承受任何延迟，并且使用RS将导致数据迁移到从设备的延迟，因为它未针对写入操作进行优化。 Slave有望成为master的副本，包含几乎实时的数据，并且使用RS进行此架构将导致无用的延迟。
然而，如果您捕获用户行为，点击和手势，移动角度，他/她的访问时长...任何批量生成数据的内容，您将查询庞大的数据集以进行分析，然后Redshift就是工具为了你。这些数据点不是实时要求的，可以每天加载一次或两次。
我建议只有在你看到性能有所改善的情况下才能使用Redshift。如果您仅为节省成本的措施进行切换，并且将来业务升级，那么再次迁移到适当的架构将是一项艰巨的任务。
答案 2 :(得分：0)
AWS已明确定位Redshift：它对数据库仓库来说意味着什么。
简而言之，AWS期望管理员：
简而言之，转向可能或可能不是会给您带来任何成本和/或性能优势。这不是魔术子弹。