运行SQL类聚合查询RDS与Elasticsearch哪个更快？会话计算场景如何选库

一、用户会话场景存储方案选择 #

该场景优先选择Elasticsearch，仅在特殊需求下选择RDS，具体判断逻辑如下：

• 常规场景选Elasticsearch的原因：
  用户会话数据属于典型的高吞吐时序类日志数据，写入后基本无更新需求，Elasticsearch天生适配Kafka流式高吞吐写入的场景，无需提前做严格的库表结构设计，后续新增用户属性、会话行为字段也无需修改表结构，灵活性更高。同时会话时长计算核心依赖时间范围过滤、用户维度分组聚合操作，Elasticsearch的列存+倒排索引架构对此类查询的适配度远高于RDS，数据量越大优势越明显。
• 仅满足以下所有条件时选RDS：
  单天新增会话数据量低于10万条，且需要对单条会话数据做频繁的事务性更新、要求数据强一致。

二、SQL类聚合查询性能对比 #

二者性能没有绝对的高低，完全取决于查询场景：

• 大数据量、单表、多维度分组+时间范围过滤的聚合查询：Elasticsearch处理速度更快。同等硬件配置下，百万级以上数据量的此类查询，Elasticsearch的列存扫描+分布式并行计算的效率是单节点RDS的3~10倍。
• 小数据量、多表关联、带复杂子查询/事务逻辑的聚合查询：RDS处理速度更快。Elasticsearch本身对多表Join、复杂嵌套SQL的支持度极低，相关查询的翻译和调度开销远高于RDS，这类场景RDS的优化器效率优势更明显。

内容的提问来源于stack exchange，提问作者Prabakar