【csdn报道】前段时间，在gigaom上出现了一篇文章：what unbelievable new services does amazon have on tap ? 现在至少有一个我们已经知道了，亚马逊的这个让人难以置信的的新服务redshift数据仓库服务，而且它把目标指向了oracle、ibm和teradata（数据仓
【csdn报道】前段时间，在gigaom上出现了一篇文章：what unbelievable new services does amazon have on tap ? 现在至少有一个我们已经知道了，亚马逊的这个“让人难以置信的”的新服务——redshift——数据仓库服务，而且它把目标指向了oracle、ibm和teradata（数据仓库服务领先公司）等it巨头！此举表明：亚马逊还没有完成构建更高级别的服务，当然服务的竞争对手不仅仅有老牌的it玩家，也有亚马逊自己的软件合作伙伴。
亚马逊在本周三发布了新数据仓库服务redshift
亚马逊的高级副总裁andy jassy在他自己的reinvent keynote上表示：redshift的使用成本仅仅是那些老牌玩家数据仓库的十分之一。
jassy认为，数据仓库对大企业来说，成本太高而且从技术上说进行大规模的部署也有困难，同时对小企业来说价格不菲。之于这些原因，aws构建一个新型的服务，它让搭建数据仓库变得更容易，企业可以根据自身的需求，选择不同规模的数据仓库服务。
亚马逊对redshift在amazon.com上的零售业务上已经进行了测试，结果表明每年的成本仅仅是32000美元，对比老牌玩家“百万美元”级别的数据仓库，redshift无疑是一个很好的选择。传统的数据仓库的应用软件的花费在19000美元到25000美元之间（g/每年），而在redshift上只需要1000美元（g/每年）。
jassy在拉斯维加斯举行的大会上表示：“老牌科技公司所采取的定价模式就是向客户收取尽可能高的费用，客户对此已经感到厌恶。”他寄望其部门能够向甲骨文、ibm、惠普等科技巨头发起正面挑战。
而受来自aws的竞争隐忧影响，数据仓库服务领先公司teradata股价周三大跌3.7%，至59.27美元。
背景知识（百度百科）：
数据仓库之父william h. inmon在1991年出版的“building the data warehouse”一书中所提出的定义被广泛接受——数据仓库（data warehouse）是一个面向主题的（subject oriented）、集成的（integrated）、相对稳定的（non-volatile）、反映历史变化（time variant）的数据集合，用于支持管理决策(decision making support)。
数据仓库系统是一个信息提供平台，它从业务处理系统获得数据，主要以星型模型和雪花模型进行数据组织，并为用户提供各种手段从数据中获取信息和知识。从功能结构划分，数据仓库系统至少应该包含数据获取（data acquisition）、数据存储（data storage）、数据访问（data access）三个关键部分。
企业数据仓库的建设，是以现有企业业务系统和大量业务数据的积累为基础。数据仓库不是静态的概念，只有把信息及时交给需要这些信息的使用者，供他们做出改善其业务经营的决策，信息才能发挥作用，信息才有意义。而把信息加以整理归纳和重组，并及时提供给相应的管理决策人员，是数据仓库的根本任务。因此，从产业界的角度看，数据仓库建设是一个工程，是一个过程。
数据仓库与数据库的关系
数据库已经在信息技术领域有了广泛的应用，我们社会生活的各个部门，几乎都有各种各样的数据库保存着与我们的生活息息相关的各种数据。作为数据库的一个分支，数据仓库概念的提出，相对于数据库从时间上就近得多。
二者的联系：
数据仓库的出现，并不是要取代数据库。目前，大部分数据仓库还是用关系数据库管理系统来管理的。可以说，数据库、数据仓库相辅相成、各有千秋。
二者的区别：
出发点不同：数据库是面向事务的设计；数据仓库是面向主题设计的。 存储的数据不同：数据库一般存储在线交易数据；数据仓库存储的一般是历史数据。 设计规则不同：数据库设计是尽量避免冗余，一般采用符合范式的规则来设计；数据仓库在设计是有意引入冗余，采用反范式的方式来设计。 提供的功能不同：数据库是为捕获数据而设计，数据仓库是为分析数据而设计， 基本元素不同：数据库的基本元素是事实表，数据仓库的基本元素是维度表。 容量不同：数据库在基本容量上要比数据仓库小的多。 服务对象不同：数据库是为了高效的事务处理而设计的，服务对象为企业业务处理方面的工作人员；数据仓库是为了分析数据进行决策而设计的，服务对象为企业高层决策人员。（编译/@csdn王鹏，审校/仲浩）amazons new data warehousing service takes aim at “old guard” it giants