【问题标题】:Azure SQL Database or SQL Data WarehouseAzure SQL 数据库或 SQL 数据仓库
【发布时间】:2018-08-07 06:04:30
【问题描述】:

我正在研究解决方案架构,并且很难在 Azure SQL DB 或 SQL DW 之间进行选择。

当前范围涉及开发基于多个来源的实时 BI 报告解决方案。但从长远来看,该解决方案可能会扩展到成熟的 EDW 和 Marts。

我最初考虑使用 SQL DW,以便将来可以使用 MPP 功能。但是当我和最近使用 SQL DW 的朋友交谈时,他解释说 SQL DW 的开发与 SQL DB 不同。

我之前曾在没有 EDW 范围的情况下从事实时报告工作,我们成功地使用了 SQL DB。有了这个,我们也可以创建 Facts、Dimension 和 Marts。

我是否应该选择 SQL DW 而不是 SQL DB?

【问题讨论】:

  • 你在说什么类型的数据量?

标签: azure-sql-database real-time azure-sqldw


【解决方案1】:

我认为您可以在这里获得的两个最重要的数据点是您正在处理的数据量和您需要支持的并发查询的数量。当谈到处理大容量数据时,我的意思是超过 3tb(甚至不是很大,但足够大),那么 Azure SQL 数据仓库就会成为一个主宰。并行处理简直太棒了(在较小的数量下也太棒了,但你为过度杀伤付出了很多钱)。但是,一个问题可能是同时查询限制。它目前的并发查询限制为 128 个,排队的查询限制为 1,000 个 (read more here)。如果您将数据仓库用作数据仓库来处理大量数据,然后将它们馈送到进行大部分查询的数据集市,这没什么大不了的。如果您打算将其开放给大量查询,那么它很快就会出现问题。

回答这两个问题,查询量和数据量,您可以更轻松地在两者之间做出选择。

其他因素可能包括当前支持的 T-SQL 相关问题。它比传统的 SQL Server 少。同样,对于围绕数据仓库的大多数目的,这不是问题。对于一个成熟的报告服务器,它可能是。

大多数成功实施 Azure SQL 数据仓库的人都将用于处理和存储的仓库与用于数据集市的 Azure SQL 数据库结合使用。在处理需要并行处理但不需要大量查询的非常大的数据量时存在例外情况。

【讨论】:

    【解决方案2】:

    在这两个选项之间进行选择时,Azure SQL 数据库的 4 TB 限制可能是需要考虑的一个重要因素。由于 Azure SQL 数据仓库是 MPP 解决方案,因此查询可以更快。您可以暂停 Azure SQL DW 以节省使用 Azure SQL 数据库的成本,您可以缩减到基本层(如果可能)。

    Azure SQL DB 最多可以支持 6,400 个并发查询和 32k 个活动连接,而 Azure SQL DW 最多只能支持 32 个并发查询和 1,024 个活动连接。因此,如果您使用的是拥有数千名用户的仪表板之类的东西,那么 SQL DB 是一个更好的解决方案。

    关于为他们开发,Azure SQL 数据库支持实体框架,但 Azure SQL DW 不支持。

    我还想让您快速了解一下它们在性能方面的比较 1 DWU 的容量约为 7.5 DTU(数据库吞吐量单元,用于表示 OLTP Azure SQL 数据库的马力),尽管它们不完全可比。有关此比较的更多信息here

    【讨论】:

    • SQL DW 几个月来已经支持 128 个并发查询执行,而并发会话数仍达到 1024 个最大值。我认为工作负载模式是在 SQL DB 和 SQL DW 之间做出决定时最重要的考虑因素,尤其是关于每个查询需要多少计算以及在常规业务分钟内总计需要多少计算。最后,我以后会避免在您的链接中引用该博客;如果用户想了解 SQL DW,我不会向他们指出内容。
    • 感谢您的 cmets。尽管该线程已被标记为已回答,但我希望看到您回答该线程,以使您对工作负载模式的考虑更加明显。我从中学到了一些新东西。您认为文章中包含的 DWU 和 DTU 之间的比较有价值吗?
    • 不,我不会比较 DWU 和 DTU。尽管它们之间似乎存在某种数学关系,但资源的供应、管理和消耗方式却大不相同。假设您通过匹配比率获得相同甚至相似的性能或计算能力将导致您大错特错。除此之外,该博客关于每个节点和 Polybase 的内存是错误的。它还误导了并发和 DWU。
    • @SQLmojoe 感谢您提供所有这些信息并感谢您抽出宝贵时间。
    【解决方案3】:

    感谢格兰特和阿尔贝托的回复。这些回应让很多人都可以做出选择。

    由于数据将受到仪表板和查询的影响,因此我倾向于 SQL 数据库而不是 SQL DW。

    再次感谢。

    【讨论】:

      猜你喜欢
      • 2016-06-30
      • 2016-10-26
      • 2016-02-06
      • 2021-03-04
      • 2017-06-28
      • 2016-12-24
      • 1970-01-01
      • 1970-01-01
      • 2016-05-07
      相关资源
      最近更新 更多