老刘博客
最近随着Snowflake上市后市值的暴增（目前700亿美金左右），整个市场对原生云数仓都关注起来。近日，一家第三方叫GigaOM的公司对主流的几个云数仓进行了性能的对比，包括Actian Avalanche、Amazon Redshift、Microsoft Azure Synapse、Google BigQuery、Snowflake，基本涵盖了目前市场上主流的云数仓服务。
大家知道，传统数仓版本的更新都是以年来计，很多客户的数仓平台都还是使用5年，甚至10年前的技术。而现今，公有云给这个行业带来巨大的变化，云原生的数仓层出不穷，技术迭代更新非常快，比如AWS宣称其Redshfit在过去18个月有200多项更新，每周全网同步更新2-3个功能与特性，让客户一直运行在最新版本，能随时使用到最新的技术。
GIGAOM在去年（2019）4月份发布过一份类似的云原生数仓性能测试报告，当时选取的主要是Amazon Redshift, Microsoft Azure SQL Data Warehouse, Google BigQuery和Snowflake，没有Actian。
今年的这份报告发布于2020年10月13日，应该是目前市场上最新的对云数仓的性能对比了。GIGAOM将测试报告发布在其官网：https://gigaom.com/report/high-performance-cloud-data-warehouse-performance-testing/
“大部分历史是猜的，剩下的都是偏见” –威尔·杜兰特（哲学家、历史学家）
这句话同样适用于各种Performance Benchmark对比，任何POC（Proof of Concept，搞技术的人都懂的）都是带有偏见的，主要看谁是Sponsor。GigaOM不是慈善机构，测试肯定需要费用，开这么多云数仓服务，每个跑一遍测试场景，费用应该不低，所以必须有金主支持。公司在这点上还比较公开透明，首先声明本次测试的Sponsor是Actian，所以我们可以认为Actian应该是深度参与了测试，大概率是进行了场景的选择和调优等相关工作。GigaOM帮助选择了测试的对手，也就是AWS、Azure、GCP和Snowflake。（备注：2019年4月测试的Sponsor是Microsoft） 下面我就这份测试报告来窥视分析一下各个云数仓的技术特点，个人观点，仅供参考。
平台简介
Actian Avalanche：2019年才刚刚开始向市场提供云数仓的服务，基于Vector（2010年发布的一款本地部署的MPP数据库），主要应用在数据分析、数仓平台。
技术上也是列压缩存储，缓存执行模型，向量技术处理数据，SQL标准遵循ANSI-2011 SQL，全托管云服务，用户可选择部署在AWS、Azure和GCP上，当然它也支持本地部署。
Amazon Redshift：是市场上第一个原生云数仓服务，MPP、列存、按列压缩、无索引、动态扩展，SQL语法兼容PostgreSQL，支持存储与计算分离，按小时计费，也可以通过暂停来停止计费。
Azure Synapse Analytics：之前叫SQL DW，今年改名为Synapse。存储计算分离，列存、按小时计费、可通过暂停与恢复来节省成本，SQL兼容SQL Server（可能底层就是SQL Server）。
Google BigQuery：源于Google的Dremel技术，无索引、Serverless技术、动态调整计算与存储资源，存储按非压缩数据量来计费，计算按照查询使用的slot来计费。
Snowflake：全托管云数仓服务，可运行在AWS、Azure、GCP之上（用户在创建服务的时进行选择），计算存储分离架构，计算按需成倍扩展（1、2、4、8、16……）和计费，存储按需计费。 下表格是本次测试的各数仓版本，应该都是基于2020年9月左右的最新版本了。
测试场景与数据规模
本次测试场景选取的是30TB的TPC-H，比较有趣的是在2019年的benchmark中GigaOM选取的是30TB的TPC-DS。要知道，TPC-DS有99个SQL，而TPC-H只有22个，而且TPC-DS的模型要比TPC-H复杂，那为啥本次不选择更加通用的TPC-DS呢？
对比两次测试的云数仓产品，Actian是今年新加入的（其它都是老面孔），而且它是Sponsor，大概率Actian对TPC-H支撑得更好（或者说，Actian可能不能完全支持TPC-DS），以上只是个人的猜测。
毕竟，就如上面提到的，任何POC都是带有“偏见”的。下面看看具体的测试数据：
Table记录数与data model：
TPC-H的22个SQL类型：
测试环境
下表是各数仓的测试环境，基本都是各云厂商提供的最新配置，按照相似计算能力进行的选择。
测试结果
Actian基本在所有的场景性能都表现最优，而且性价比最好，具体可详见GigaOM的报告。但就如前面所说的，它是Sponsor，并且参与了测试过程和报告的编写，这种结果也可以预期的。
但这并不是本文要分析的重点，其实，其它4家的产品，Snowflake / Redshift / Synapse / BigQuery，才是市场上最常见和使用最广泛的云数仓产品。所以我决定将Actian从测试结果中去掉，比较一下这4家的性能数据。结果如下：
场景一：单用户执行
累计执行时长（22条SQL）：可以看到Redshift和Synapse要远好于Snowflake和BigQuery，其中Redshfit的总体执行时长最短，大概只有Snowflake的1/2和BigQuery的1/5。
最佳性能SQL的数量：横向比较22个场景，挑选出每个场景的最佳（执行时长最短）。Redshift有13条SQL执行时间最短，Synapse有8条，Snowflake只有1条，而BigQuery没有。
场景二：5并发用户执行
累计执行时长（22条SQL）：还是Redshift表现最好，Synapse也不错。相对于单用户环境下，Snowflake和BigQuery似乎表现更差了，只有Redshift的1/6左右，说明它们在资源的并发控制这块还不太好，特别是Snowflake。
最佳性能SQL的数量：同样，还是Redshift在最多场景性能表现最好，Synapse是第二，但差距已经不大了。而Snowflake和BigQuery在22个场景中没有执行时长最短的。
场景三：性价比
性价比的计算采用下面公式，执行时长是累计时长，而价格取自各厂商的官网列表价。
Elapsed time of test (seconds) x Cost of platform ($/hour)3,600 (seconds/hour)
单用户性价比：Redshift最便宜，其次是Synapse，然后是Snowflake和BigQuery，其中BigQuery要比其它3家高不少。
并发用户性价比：Synapse最便宜，其次是Redshift，然后是Snowflake和BigQuery。
测试结论汇总与局限性
- 在性能方面，无论是单进程还是并发方式，Redshift都是表现最好的，Synapse其次。
- 在并发性能方面，Snowflake和BigQuery似乎没有Redshift和Synapse控制得好。
- 性价比方面，Redshift和Synapse差不多，BigQuery最贵。
- 本次测试主要只是性能对比，不涉及功能、安全性、扩展性、高可用、备份、生态等等其它方面，有一定局限性。
- Snowflake和BigQuery在市场上的宣传一直都是强调其易用性和易管理性（无需DBA），这方面在本次测试中没有涉及。
- 本次测试采用的TPC-H模型可能是为了迁就Actian而选择，相对简单，无法完全反映真实环境中的各种复杂负载和ad-hoc查询，另外5并发也相对较低。
云数仓的未来展望（个人观点，仅供参考）
当今各云数仓版本迭代都很快，功能上Snowflake、Redshift、Synapse、BigQuery都已经很接近，而且大家都在互相学习，比如存储计算分离、按需弹性扩展、数据共享与交换、对象存储集成等等， 90%的功能大家都雷同，只是在技术细节的实现上各有不同。
Snowflake与其它3家不大相同，它为独立的第三方，有跨云部署的优势。但它底层还需要依赖第三方云厂商的基础架构，比如AWS、GCP、Azure，随着这些厂商自身云数仓服务的发展，这种合作关系可能未来可能会变得越来越微妙。
易用性和易管理性是未来各云数仓的发展重点，Snowflake开了个好头，其它各厂商都紧密跟进，今后可能真的没有DBA这个职业了。
未来云数仓或云数据库，更多的优化可能会与底层专有硬件或网络相结合，比如CPU、GPU、FPGA、专有协议等等，这些是云厂商自研产品的优势，而像Snowflake、Actian、ClickHouse等第三方平台是无法做到的。所以，易用性、通用性和性能本身就是一对矛盾的共同体，客户可以按照自己的实际需求来权衡、选择。
