Amazon Redshift und Postgre SQL - Amazon Redshift

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Amazon Redshift und Postgre SQL

Amazon Redshift basiert auf SQL Postgre. Amazon Redshift und Postgre SQL weisen eine Reihe sehr wichtiger Unterschiede auf, die Sie beim Entwerfen und Entwickeln Ihrer Data Warehouse-Anwendungen beachten müssen.

Amazon Redshift wurde speziell für Online-Analyseverarbeitung (OLAP) und Business Intelligence (BI) -Anwendungen entwickelt, die komplexe Abfragen großer Datenmengen erfordern. Da es sehr unterschiedliche Anforderungen erfüllt, unterscheiden sich das spezialisierte Datenspeicherschema und die Engine zur Abfrageausführung, die Amazon Redshift verwendet, grundlegend von der Postgre-Implementierung. SQL Während beispielsweise Anwendungen zur Online-Transaktionsverarbeitung (OLTP) Daten in der Regel in Zeilen speichern, speichert Amazon Redshift Daten in Spalten und verwendet spezielle Datenkomprimierungskodierungen für optimale Speicherauslastung und Festplatten-I/O. Einige SQL Postgre-Features, die für kleinere OLTP Verarbeitungen geeignet sind, wie Sekundärindizes und effiziente Datenmanipulationsoperationen mit einzelnen Zeilen, wurden weggelassen, um die Leistung zu verbessern.

Detaillierte Informationen zu der Amazon-Redshift-Systemarchitektur für Data Warehouses finden Sie unter Amazon Redshift Redshift-Architektur.

Postgre SQL 9.x enthält einige Funktionen, die in Amazon Redshift nicht unterstützt werden. Darüber hinaus gibt es wichtige Unterschiede zwischen Amazon Redshift SQL und PostgreSQL, die Sie beachten müssen. In diesem Abschnitt werden die Unterschiede zwischen Amazon Redshift und Postgre SQL hervorgehoben und Anleitungen für die Entwicklung eines Data Warehouse bereitgestellt, das die Vorteile der Amazon Redshift SQL Redshift-Implementierung voll ausnutzt.