79、大数据云 SQL 解决方案与列存储格式解析

大数据云 SQL 解决方案与列存储格式解析

1. 大数据云 SQL 解决方案面临的挑战

在大数据领域，云 SQL 解决方案虽然带来了诸多便利，但也面临着一些挑战。

1.1 人员时间消耗

备份和监控等操作会消耗大量宝贵的人员时间。

1.2 定价模式转变

传统数据库许可证定价相对简单，用户通常按数据量或使用的硬件资源量付费。而云的弹性特性促使新的支付模式诞生，这些模式通常聚焦于实际系统使用情况。

1.3 多租户挑战

选择提供多租户服务的云数据库系统面临额外挑战：
- 一个用户的工作负载可能对其他用户产生不利影响。
- 系统的共享层需要强大的访问控制机制。
- 多租户可能给共享系统组件带来可扩展性挑战。

2. 代表性云数据库系统

2.1 Amazon Redshift

• 起源 ：它源自本地的 Paraccel 数据库，采用传统的无共享模型。
• 改进与扩展 ：
  • 具备上下扩展和暂停/恢复的能力，比本地系统具有更好的弹性。
  • 与 S3 集成，简化数据备份。
  • 拥有丰富的用户界面用于管理和监控。
• Spectrum 扩展 ：2017 年引入的 Spectrum 子系统专注于扫描 S3 中的数据，可将部分 Redshift 查询推送