企業特點

多大的數據催生了新一代的非關係型數據庫的誕生

由管理員

10年前，谷歌有一個問題。 他們不斷地蜘蛛，索引和緩存的每一頁上互聯網，這是在以指數增長。 除了這個，他們預計這個龐大和不斷增長的數據體上執行複雜的計算，排序和搜索。

傳統的關係數據基地的設計使用結構化數據進行複雜的交易。 但也有擴展限制。 作為一個數據存儲移動到PB的範圍內，典型的操作開始花費更長的時間和吃了大量資源。 另外，關係型數據庫是不切實際的凌​​亂的非結構化數據，從多個數據源的意義。

一種新的方法是必要的。

谷歌曾試圖處理這個問題，完全放棄關係型數據庫，並開發了一個全新的方法，他們稱之為“BigTable的”。 當時的想法是一個非常簡單的方法，其數據結構，然後打破這種跨多個節點的信息。

與老派的方法，所有的數據庫處理是集中的。 但與非關聯或“新的MapReduce”的方法，處理分佈對許多“節點”，它們都有自己的存儲和處理能力。

這種管理大型數據存儲的方法，是理想的應用程序不要求絕對一致的信息。 例如，映射程序或天氣報告不準確，可能是可以接受的。 這是非常適合於這種數據管理的新品種的應用，這些小的矛盾是超過在性能提升的設置。

另一方面，在財務報告制度的輕微誤差不會接受。 因此，這些類型的應用將繼續成為關係數據庫領域。

這些非關係型數據庫的另一個好處是，他們讓大問題分解成小件由上千個節點，同時可以攻擊。 這意味著極大量的數據，很快可以進行複雜的統計和數據分析。 這催生新的產業領域在機器學習，人工智能，人臉識別和數據處理的其他類型，這已不可能或非常緩慢，用傳統的方法的誕生。

非關係數據庫是最熱門的高科技新事物。 這是相同的技術，網站如雅虎，Facebook，Twitter和許多最熱門的新的初創企業的權力。 我們也看到了NoSQL的，Hadoop的，卡桑德拉和許多權力這個空間技術有經驗的程序員的尖峰需求。

非關係型數據庫的不僅僅是一個新的工具。 這將是在我們的工作與信息的方式的根本性轉變。

相關文章：

1. 備份數據庫時面臨的最大挑戰
2. 如何寫一個IT諮詢服務的首席代信
3. 除了 ​​重複數據刪除：實施一項全面的數據保護策略，以滿足今天的數據需求
4. 歸檔數據呈指數級增長的時期數據的重要作用