| Параметр | Redshift | Bigquery |
|---|---|---|
| Архитектура | Redshift: кластер из узлов (provisioned) либо Serverless с RPU-часами | Snowflake: раздельные слои storage и compute; BigQuery: полный serverless без кластеров |
| Модель оплаты | Redshift: за узлы/час (ra3, dc2) или RPU-часы в Serverless | Snowflake: кредиты за время работы warehouse; BigQuery: on-demand за просканированные ТБ либо слоты |
| Масштабирование compute | Redshift: ручное или авто в Serverless; resize кластера | Snowflake: мгновенный запуск отдельных warehouse; BigQuery: авто под запрос |
| Изоляция нагрузок | Redshift: WLM-очереди, concurrency scaling | Snowflake: отдельный warehouse на каждую команду без борьбы за ресурсы; BigQuery: слоты/резервации |
| Диалект SQL | Redshift: PostgreSQL-совместимый (форк PG 8.x) | Snowflake: свой ANSI-диалект; BigQuery: GoogleSQL (стандартный SQL с расширениями) |
| Экосистема / привязка | Redshift: глубоко в AWS (S3, Glue, QuickSight, Lambda) | Snowflake: мультиоблако (AWS/GCP/Azure); BigQuery: внутри Google Cloud |
| Стоимость на спайковых нагрузках | Redshift Serverless приближается к per-query, но кластер простаивает платно | BigQuery выгоден при редких тяжёлых запросах (платишь за скан); Snowflake — при равномерной загрузке warehouse |
| Доступность из РФ | Redshift (AWS): оплата и доступ затруднены санкциями | Snowflake/BigQuery: то же — зарубежные провайдеры, для локального продакшена не подходят |
BigQuery изначально не имеет понятия кластера — Google выделяет вычислительные слоты под каждый запрос, вы платите за просканированные ТБ или покупаете слоты. Redshift Serverless надстроен над кластерной архитектурой: он автоматически поднимает RPU (Redshift Processing Units), но под капотом это тот же движок, что и в provisioned-кластере, просто без ручного управления узлами.
Данные хранятся в одном общем слое, а считать их можно несколькими независимыми warehouse. Команда BI, ETL-джоба и дата-сайентист работают каждый на своём compute и не конкурируют за ресурсы. Можно масштабировать вычисления вверх-вниз и выключать их, не трогая данные — платите только за время, когда warehouse включён.
Redshift ближе всего к PostgreSQL — это форк PG, и большинство привычных конструкций работают. BigQuery использует GoogleSQL (стандартный SQL со своими функциями и структурами вроде массивов и STRUCT). Snowflake — свой ANSI-диалект. Базовый SQL (JOIN, оконные функции, CTE, агрегации) переносится между всеми тремя почти без изменений.
Все три работают поверх зарубежных облаков (AWS, Google Cloud) с оплатой в валюте и санкционными ограничениями на доступ и биллинг для РФ. Для локального продакшена в России их практически не используют — там доминируют Greenplum/Arenadata DB, ClickHouse и Yandex-облачные решения. Знать эти DWH полезно для работы в международных командах и для общей эрудиции на собеседовании.
Обычно BigQuery: при редких запросах вы платите только за объём просканированных данных, ничего не простаивает, а первый терабайт скана в месяц бесплатен. Snowflake выгоднее при равномерной загрузке, где warehouse работает предсказуемо. Redshift на непостоянной нагрузке чаще проигрывает, если держать provisioned-кластер, но Serverless-режим этот разрыв сокращает.
Postgresql vs Clickhouse · Pandas vs Polars · Tableau vs Powerbi Datalens Superset · SQL vs Pandas · Dbt vs Airflow · Airflow vs Dagster vs Prefect · Greenplum vs Clickhouse · Excel vs SQL · Postgresql vs Mysql · Sqlite vs Postgresql · Spark vs Pandas · Power Bi vs Excel · Clickhouse vs Druid · Python vs R