DWS与数据库RDS、大数据MRS的核心区别分享
1. DWS与RDS的核心区别
RDS是OLTP数据库。RDS用于支撑日常的业务活动,市场上典型产品是Mysql、Oracle,侧重于高并发、数据频繁增删改,RDS不擅长做数据分析。但由于使用习惯的原因,存在不少客户还使用Mysql、Oracle进行数据分析,但其架构限制,对海量数据加载、快速查询分析性能较差,是DWS替换的重要目标场景之一。
DWS是OLAP数据库,主要是数据仓库和数据集市,主打海量存储、数据分析统计,侧重决策支持。市场上典型产品是Teradata,Greenplum,Gbase 8a、阿里ADB等。
特性 | RDS(面向OLTP) | DWS(面向OLAP) |
用户 | 操作人员 | 决策人员,高级管理人员 |
功能 | 日常操作处理 数据高频增删改 | 用于数据分析 数据入库后修改少、删除少 |
设计 | 面向应用 | 面向主题 |
数据 | 最新的,细节的,二维的,分立的 | 历史的,集成的,多维的,统一的 |
存取 | 读/写数十条记录 | 读上百万条记录 |
工作范围 | 简单的读写 | 复杂的查询、求和、汇总 |
数据库大小 | GB~百GB | 百GB~PB级别 |
2. 与大数据MRS(Hadoop)的区别,以及融合协作的价值
DWS与MRS是两类产品、两个生态、使用复杂度不一样。
DWS是数据库生态,使用标准SQL;更适合海量关系型数据分析,性能极高,适合多维度数据自助分析、交互式查询分析、数据集市,毫秒级~分钟级响应;
MRS是Hadoop生态,在处理非结构化和半结构化数据上具备优势,尤其适合海量数据立项批处理场景,非结构化数据分析(日志分析、文本分析)等,一般适用于小时级~天级离线分析。
DWS + MRS可混搭使用形成解决方案。用DWS处理TB~PB级别的、高质量的结构化数据,同时为应用提供丰富的SQL和事务支持能力;用MRS实现半结构化、非结构化数据处理。这样可以同时满足结构化、半结构化和非结构化数据的高效处理需求。我司DWS加上MRS形成的数据湖解决方案已经行业得到广泛验证。
- 点赞
- 收藏
- 关注作者
评论(0)