云數(shù)據(jù)倉(cāng)庫(kù)(DW)使組織能夠跨云服務(wù)器存儲(chǔ)大量數(shù)據(jù)，并從世界任何地方訪問(wèn)它們——即使資源有限。在此定義中詳細(xì)了解云倉(cāng)庫(kù)的功能和頂級(jí)供應(yīng)商。

什么是云數(shù)據(jù)倉(cāng)庫(kù)？

云數(shù)據(jù)倉(cāng)庫(kù)是由云服務(wù)提供商管理并托管在云中的信息中央存儲(chǔ)庫(kù)。云數(shù)據(jù)倉(cāng)庫(kù)從多個(gè)來(lái)源檢索數(shù)據(jù)并以系統(tǒng)的方式存儲(chǔ)。DW 主要是為商業(yè)智能 (BI)目的而構(gòu)建的，以幫助組織根據(jù)數(shù)據(jù)分析做出明智的業(yè)務(wù)決策。與傳統(tǒng)的本地?cái)?shù)據(jù)倉(cāng)庫(kù)相比，云數(shù)據(jù)倉(cāng)庫(kù)提供了更大的靈活性和可靠性，因?yàn)槠髽I(yè)可以擴(kuò)展以滿足最終用戶不斷變化的需求。

云數(shù)據(jù)倉(cāng)庫(kù)有什么作用？

云數(shù)據(jù)倉(cāng)庫(kù)部署云的計(jì)算能力和存儲(chǔ)空間，以整合來(lái)自不同來(lái)源的歷史和當(dāng)前企業(yè)數(shù)據(jù)。這種整合有助于企業(yè)執(zhí)行分析查詢和報(bào)告。數(shù)據(jù)可以是結(jié)構(gòu)化的、半結(jié)構(gòu)化的或非結(jié)構(gòu)化的。來(lái)源可能包括營(yíng)銷或銷售平臺(tái)、CRM工具、物聯(lián)網(wǎng) (IoT)設(shè)備和銷售點(diǎn) (POS)交易。

云數(shù)據(jù)倉(cāng)庫(kù)的其他主要功能包括：

• 靈活的SQL查詢
• 大規(guī)模并行處理 (MPP)
• 與ETL和 ELT的數(shù)據(jù)集成
• 數(shù)據(jù)質(zhì)量和清理工具
• BI 集成
• 列式數(shù)據(jù)存儲(chǔ)
• 數(shù)據(jù)存儲(chǔ)和容量管理
• 自動(dòng)數(shù)據(jù)備份和加密
• 合規(guī)工具

云數(shù)據(jù)倉(cāng)庫(kù)與傳統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)

傳統(tǒng)或本地?cái)?shù)據(jù)倉(cāng)庫(kù)需要物理位置以及硬件、服務(wù)器機(jī)房和技術(shù)人員才能運(yùn)行。隨著大多數(shù)運(yùn)營(yíng)和關(guān)系數(shù)據(jù)已經(jīng)遷移到云端，越來(lái)越多的最終用戶正在將他們的數(shù)據(jù)倉(cāng)庫(kù)遷移到云端，以實(shí)現(xiàn)高速、低成本的數(shù)據(jù)處理和輕松的業(yè)務(wù)可擴(kuò)展性。傳統(tǒng)的 DW 不夠靈活，無(wú)法擴(kuò)展、處理原始數(shù)據(jù)和滿足用戶不斷變化的需求。

讓我們比較以下兩者：

使用云數(shù)據(jù)倉(cāng)庫(kù)有什么好處？

云數(shù)據(jù)倉(cāng)庫(kù)通過(guò)從各種來(lái)源生成有價(jià)值的分析，使組織能夠更好地了解客戶的旅程。通過(guò)結(jié)合數(shù)據(jù)倉(cāng)庫(kù)的力量和云的靈活性，企業(yè)可以獲得競(jìng)爭(zhēng)優(yōu)勢(shì)。

以下是云數(shù)據(jù)倉(cāng)庫(kù)提供的一些好處的列表：

• 輕松的數(shù)據(jù)管理：組織可以將數(shù)據(jù)存儲(chǔ)、管理和安全的麻煩留給云提供商，從而專注于其核心業(yè)務(wù)和增長(zhǎng)戰(zhàn)略。
• 更好的可擴(kuò)展性：借助云的彈性，企業(yè)可以根據(jù)客戶波動(dòng)的需求擴(kuò)展或減少容量。
• 成本效益：用戶可以避免與硬件、服務(wù)器機(jī)房、人力、維護(hù)、升級(jí)、開(kāi)銷和安裝相關(guān)的成本。
• 使用 ML 和 AI 更快地洞察：通過(guò)利用機(jī)器學(xué)習(xí) (ML)和人工智能 (AI)的力量，組織可以執(zhí)行預(yù)測(cè)分析以做出更明智的業(yè)務(wù)決策。
• 高速和高性能：云數(shù)據(jù)倉(cāng)庫(kù)具有高處理能力和正常運(yùn)行時(shí)間，可以處理各種數(shù)據(jù)流并執(zhí)行高速查詢。

頂級(jí)云數(shù)據(jù)倉(cāng)庫(kù)解決方案

選擇正確的云數(shù)據(jù)倉(cāng)庫(kù)取決于幾個(gè)因素，例如業(yè)務(wù)可擴(kuò)展性需求、預(yù)算限制、可用集成以及速度和安全要求。讓我們看看幾個(gè)頂級(jí)解決方案的特性、優(yōu)缺點(diǎn)：

谷歌大查詢

Google BigQuery是一個(gè)無(wú)服務(wù)器的多云數(shù)據(jù)倉(cāng)庫(kù)，可在幾秒鐘內(nèi)處理 TB 級(jí)的查詢。它還通過(guò)機(jī)器學(xué)習(xí)和商業(yè)智能等功能提供有用的分析。

BigQuery 與多種 BI 工具集成，例如 Google Data Studio、Looker、Tableau、Microsoft Power BI和Kubernetes。Google Cloud的安全最佳做法以及身份和訪問(wèn)管理 (IAM)也是支持?jǐn)?shù)據(jù)安全的解決方案的因素。

不利的一面是，Google BigQuery 提供有限的自定義功能，并且隨著添加更多查詢而增加成本。理解用戶界面和 SQL 語(yǔ)法還有一個(gè)陡峭的學(xué)習(xí)曲線。

亞馬遜紅移

Amazon Redshift由Amazon Web Service (AWS)托管，是一個(gè)完全托管的 PB 級(jí)數(shù)據(jù)倉(cāng)庫(kù)，它使用 SQL 分析結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。對(duì)于已經(jīng)在使用 AWS 的企業(yè)來(lái)說(shuō)，這是一個(gè)理想的解決方案，尤其是在他們需要大規(guī)模并行處理能力的情況下。任何了解PostgreSQL的人都可以輕松開(kāi)始使用 Redshift。

與 BigQuery 不同，Redshift 不是無(wú)服務(wù)器、多云或 100% 托管的解決方案。此外，學(xué)習(xí)曲線陡峭，更快的查詢處理成本很高。一些用戶還面臨數(shù)據(jù)庫(kù)優(yōu)化、集成和工作負(fù)載管理 (WLM)的問(wèn)題。

雪花

Snowflake與Azure、AWS 和 Google Cloud Platform (GCP)等主要公共云提供商集成。它允許計(jì)算和存儲(chǔ)資源的獨(dú)立擴(kuò)展，因此客戶可以根據(jù)自己的需求付費(fèi)。憑借其獨(dú)特的多集群架構(gòu)，Snowflake 可以同時(shí)管理來(lái)自不同虛擬倉(cāng)庫(kù)的查詢，而不會(huì)影響處理速度。雪花對(duì)于大型數(shù)據(jù)集來(lái)說(shuō)可能很昂貴。此外，用戶界面有時(shí)被認(rèn)為很笨重，并且與第三方工具的集成可能很困難。