数据类型/更新和删除
Posted: Wed Jan 22, 2025 10:41 am
各平台的性能优势
根据我们与客户打交道的经验，RedShift 非常适合处理日常业务流程。这意味着在工作时间为 BI 工具和界面旋转一个节点。它成本较低，有足够的能力处理半复杂的模式，而且易于使用。
BigQuery 非常适合处理在短时间内查询大量数据的利基业务工作负载，也适合数据科学家和 ML/数据挖掘。
在许多情况下，两者之间的差异将取决于您的 RedShift 资源。因此，如果您为单个 dc2.large 节点付费，BigQuery 最有可能胜过 RedShift。但是，如果您正在启动昂贵的 8 节点 DC1.8XL，RedShift 可能会胜过 BigQuery。
可管理性：RedShift 与 BigQuery
当我们开始谈论可管理性时，事情又变得复杂起来。RedShift 和 BigQuery 提供的大量功能使得推断易用性变得异常复杂。
我们将重点关注四个关键的可管理性层面。但是，肯 比利时电话数据 定还有其他变量（大约一百万个）需要考虑。
以下是我们将介绍的内容：
数据类型/更新和删除
易于使用
安全
集成
RedShift 支持标准 SQL 数据类型，而 BigQuery 则支持部分标准 SQL 数据类型和少量非标准 SQL。BigQuery 最大的优势之一是，由于其 Dremel 功能，它将嵌套数据类视为一等公民。使用 RedShift，您必须在运行查询之前展平数据。
当查询出现问题时，它们都可以处理更新和删除。由于 BigQuery 和 RedShift 都是追加式的，许多人认为它们无法执行更新和删除。其实它们可以。在 BigQuery 上，更新和删除过程是存在的，但它相对昂贵，而且选项有限。因此，它不是一个广泛使用的功能。使用 RedShift，您可以使用Postgre Vacuuming回收表（它本身有很多复杂性），因此 RedShift 的更新和删除支持通常更好。
根据我们与客户打交道的经验，RedShift 非常适合处理日常业务流程。这意味着在工作时间为 BI 工具和界面旋转一个节点。它成本较低，有足够的能力处理半复杂的模式，而且易于使用。
BigQuery 非常适合处理在短时间内查询大量数据的利基业务工作负载，也适合数据科学家和 ML/数据挖掘。
在许多情况下，两者之间的差异将取决于您的 RedShift 资源。因此，如果您为单个 dc2.large 节点付费，BigQuery 最有可能胜过 RedShift。但是，如果您正在启动昂贵的 8 节点 DC1.8XL，RedShift 可能会胜过 BigQuery。
可管理性：RedShift 与 BigQuery
当我们开始谈论可管理性时，事情又变得复杂起来。RedShift 和 BigQuery 提供的大量功能使得推断易用性变得异常复杂。
我们将重点关注四个关键的可管理性层面。但是，肯 比利时电话数据 定还有其他变量（大约一百万个）需要考虑。
以下是我们将介绍的内容：
数据类型/更新和删除
易于使用
安全
集成
RedShift 支持标准 SQL 数据类型，而 BigQuery 则支持部分标准 SQL 数据类型和少量非标准 SQL。BigQuery 最大的优势之一是，由于其 Dremel 功能，它将嵌套数据类视为一等公民。使用 RedShift，您必须在运行查询之前展平数据。
当查询出现问题时，它们都可以处理更新和删除。由于 BigQuery 和 RedShift 都是追加式的，许多人认为它们无法执行更新和删除。其实它们可以。在 BigQuery 上，更新和删除过程是存在的，但它相对昂贵，而且选项有限。因此，它不是一个广泛使用的功能。使用 RedShift，您可以使用Postgre Vacuuming回收表（它本身有很多复杂性），因此 RedShift 的更新和删除支持通常更好。