エンタープライズ機能

ビッグデータは、次世代の非リレーショナル·データベースの誕生を生み出した方法

による管理

10年前、Googleは問題を抱えていた。 彼らは常に指数関数的速度で成長したインターネット上のすべてのページのインデックスが作成され、キャッシング、スパイダーされました。 これに加えて、彼らはこのデータの大規模かつ成長を続ける身体に高度な計算、ソートや検索を実行することが期待されました。

従来のリレーショナルデータベースは、構造化データを使用して、複雑なトランザクションを実行するように設計されています。 しかし、スケーリングの制限があります。 ペタバイトの範囲にデータストアを移動するように、典型的な操作がはるかに長い時間がかかると大量のリソースを食い始める。 また、リレーショナルデータベースは複数のデータソースからのきたない、非構造化データの意味を理解するための実用的ではありません。

新しいアプローチが必要でした。

Googleは完全にリレーショナルデータベースを放棄し、彼らは "BigTableの"と呼ばれる全く新しい方法論を開発することによって、この問題に対処しようとしていた。 アイデアは非常に単純な方法でそれらのすべてのデータを構造化することであったし、多くのノード間でこの情報を破る。

古い学校の方法論では、データベースのすべての処理は、集中した。 しかし、新たな非リレーショナルまたは "MapReduceの"方法論と、処理は、それぞれが独自のストレージと処理能力を持っている多くの "ノード"に対して配布されています。

大規模なデータストアを管理するためのこのアプローチが絶対的に一貫した情報を必要としないアプリケーションに最適です。 たとえば、マッピングプログラムや天気予報の小さな誤りは許容できるかもしれません。 データ管理のこの新しい品種に適しているアプリケーションでは、これらのマイナーな矛盾は、パフォーマンスの向上によって相殺以上です。

まったくその一方で、財務報告システムのマイナーな誤りが許容ではありません。 したがって、これらのタイプのアプリケーションは、リレーショナル·データベースのドメインであり続けるでしょう。

これらの非リレーショナル·データベースの別の利点は、大きな問題は、数千のノードで同時に攻撃することができる小さな部分に分割できるようにすることです。 これにより、複雑な統計やデータ分析、データの非常に大きなボリュームで非常に迅速に行うことができることを意味します。 これは、機械学習、人工知能、不可能であったり、非常に伝統的な方法を使用して遅くなるだろう顔認識やデータ操作の他の種類の分野で新しい産業の誕生を生み出した。

非リレーショナル·データベースは、ハイテクで最もホットな新しいものがあります。 これはYahoo、Facebook、Twitterやホットな新しいスタートアップの多くのような力のサイトは、同じ技術です。 我々はまた、カサンドラ、どの電源このスペースを技術の多くのNoSQLは、Hadoopの経験を持つプログラマのための需要のスパイクを見ている。

非リレーショナルデータベースは、単に新しいツール以上のもの。 それは我々が情報を扱う方法の根本的な転換になるだろう。

関連記事：

1. データベースのバックアップの最大の課題
2. ITコンサルティング·サービスの先駆け的な手紙を書く方法
3. 今日のデータ要求を満たす包括的なデータ保護戦略を実装する：重複排除を超えて
4. 指数データの成長の時代ではデータのアーカイブの重要な役割