tl;dr：它们在很多方面都有明显的不同，我认为 Redshift 不会取代 Hadoop。

-Function
你不能在 Redshift 上运行除 SQL 之外的任何东西。也许最重要的是，您不能在 Redshift 上运行任何类型的自定义函数。在 Hadoop 中，您可以使用多种语言（Java、Python、Ruby .. 应有尽有）。例如，Hadoop 中的 NLP 很容易，而在 Redshift 中或多或少是不可能的。即，您可以在 Hadoop 中做很多事情，但在 Redshift 上却不能。这可能是最重要的区别。

- 在大多数情况下，在 Redshift 上执行性能配置文件
查询比在 Hadoop 上高效得多。但是，这种效率来自于将数据加载到 Redshift 时完成的索引（我在indexing这里使用的术语非常宽松）。因此，如果您加载一次数据并执行多个查询，这很好，但如果您只想执行一个查询，那么您实际上可能会损失整体性能。

-Cost Profile
哪种解决方案在成本上胜出取决于具体情况（如性能），但您可能需要大量查询才能使其比 Hadoop（更具体地说是 Amazon 的 Elastic Map Reduce）便宜。例如，如果你在做 OLAP，Redshift 很可能会更便宜。如果您每天进行批处理 ETL，Hadoop 更有可能更便宜。

话虽如此，我们已经将在 Hive 中完成的部分 ETL 替换为 Redshift，这是一次非常棒的体验；主要是为了方便开发。Redshift 的查询引擎基于 PostgreSQL，与 Hive 相比非常成熟。它的 ACID 特性使其更容易推理，更快的响应时间允许进行更多测试。这是一个很棒的工具，但它不会取代 Hadoop。

编辑：至于设置复杂性，我什至会说如果您使用 AWS 的 EMR，使用 Hadoop 会更容易。他们的工具非常成熟，让您的 Hadoop 作业运行起来非常容易。围绕 Redshift 操作的工具和机制还没有那么成熟。例如，Redshift 无法处理涓流加载，因此您必须想办法将其转换为批处理加载，这会给您的 ETL 增加一些复杂性。

Amazon Redshift 的当前大小限制为 128 个节点或 2 PB 的压缩数据。尽管里程因压缩而异，但未压缩可能约为 6PB。如果您需要更多，您可以随时告诉我们。anurag@aws（我运行 Amazon Redshift 和 Amazon EMR）

就个人而言，我不认为建立一个hadoop集群有那么难，但我知道当你开始时有时会很痛苦。

HDFS 的大小限制远远超过 TB（或者您的意思是艾字节？）。如果我没记错的话，它可以扩展到 yottabytes 或其他一些我什至不知道这个词的度量。不管它是什么，它真的很大。

像 Redshift 这样的工具有它们的位置，但我总是担心供应商特定的解决方案。我主要关心的是“当我对他们的服务不满意时该怎么办？” - 我可以去 google 并将我的分析工作转移到他们的范例中，或者我可以去 hadoop 并将相同的工作转移到那个系统中。无论哪种方式，我都将不得不学习一些新东西并做很多翻译工作。

话虽如此，很高兴能够上传数据集并快速开始工作 - 特别是如果我正在做的事情生命周期很短。亚马逊在解决数据安全问题方面做得很好。

如果你想避免 hadoop，总会有替代方案。但是，一旦您开始使用它，使用它并不是那么困难。