데이터베이스 통합 및 대용량 데이터 기술 간의 차이점은 무엇입니까?

엔터프라이즈 데이터의 급속 한 성장 및 서비스 수준에 대 한 사용자 요구의 지속적인 개선, 전통적인 관계형 데이터베이스 기술이 나타났습니다 능력의 명백한 부족 생산에 오랜 시간에 대 한. 합리적인 비용으로 대규모 데이터의 높은 가용성을 얻기 위해 되고있다 방법 주요 도전 현대에서 그것은 필드. 최근 몇 년 동안,이 문제에 대 한 응답에서 되었습니다 많은 새로운 기술 도구는 IT 시장에서 어떤의 가장 주목할 만한 데이터베이스 통합된 시스템 (Oracle Exadata와 IBM Netezza 등) 주요 데이터베이스 공급 업체, 오픈 소스 전력에 따라 대용량 데이터 기술에 의해 지배.

그러나, 데이터베이스 통합 기계와 큰 데이터 기술 뜨거운 주제는 오늘, 널리, 사용자 수가 상당한 하지만 사용 되었습니다 비록 여전히 이해할 수 없다 두 관계의 근본적인 차이점. 동시에 많은 사용자는 올바르게 기업 내에서 두 가지를 방법에 대 한 당혹 게 한다. 이 목적을 위해이 문서 데이터베이스 통합된 기계 (로 알려진 또한 다음 세대 주류 관계형 데이터베이스)와 대용량 데이터 기술 (예: Hadoop의 MapReduce와 NoSQL을 주로 참조)의 기술적인 특징을 비교 합니다.

하드웨어 및 소프트웨어

본질적으로, 통합 기계 데이터베이스 및 대용량 데이터 기술 하드웨어 아키텍처는 기본적으로 동일, 같은 x86 서버 클러스터를 다루는 대규모 데이터와 컴퓨팅 분산된 병렬 모드를 사용 하 여. 데이터베이스 컴퓨터의 판매자는 일반적으로 하드웨어 시스템 지향, 체계적인 전반적인 튜닝의 제품 수 그러나, 또한 그들의 자신의 독특한 의미를가지고. 예를 들어 Oracle Exadata InfiniBand, 플래시 캐시, ibm Nettezza FPGA (필드 프로그래머블 논리 게이트 어레이)와.

데이터베이스 통합 기계 기술과 대용량 데이터의 가장 중요 한 차이점은 소프트웨어 시스템입니다. 데이터베이스 모두에서 하나의 핵심 SQL 시스템 뿐 아니라 SQL 구문 분석, 하지만 더 중요 한 것은, SQL 최적화 엔진, 인덱싱, 잠금, 트랜잭션, 로그, 보안 및 관리를 포함 하는 완전 하 고 대규모 기술 시스템입니다. 이 시스템은 성숙 하 고 제품 중심.

큰 데이터 기술 소프트웨어 시스템에서 MapReduce 대량 데이터 처리를 위한 분산된 프로그래밍 프레임 워크를 제공 하 고 사용자 스스로 필요한 계산 논리를 컴파일할 필요가 있다. MapReduce를 읽고 쓰는 데이터는 순차적, 무작위. 아직 큰 데이터 기술 NoSQL의 다른 시스템만 주로 대규모 데이터 및 프로그래밍 Api의 대부분을 제공 하는 (비록 SQL 같은 언어, 하지만 완전 한 SQL 시스템) 빠른 인덱싱 메커니즘의 분산된 스토리지를 제공 합니다.

비록 전은 크게 향상 된 전통적인 관계형 데이터베이스의 수직 확장의 병목 SQL 시스템의 복잡성 및 논리를 처리 하는 전체 연결, 데이터베이스 통합 기계는 대용량 데이터 기술 시스템 보다 훨씬 덜 확장 이다. MapReduce와 NoSQL의 단일 클러스터 노드, 수천에 확장 될 수 있습니다 그리고 그것은 소프트웨어에서 의미 데이터베이스 모두에서 하나의 하드웨어에이 규모를 확장 하는 경우.

특성 및 자연

다른 소프트웨어 시스템을 기반으로, 데이터베이스 통합 기계 기술과 대용량 데이터는 다른 특성이 있다. 데이터베이스 통합 종종 복잡 한 데이터 모델을 (엔터프라이즈 핵심 비즈니스 데이터)을 저장 하기에 적합 하 고 관계형 모델 2 차원 테이블을 기반으로 제한 될 필요 합니다. 동시에 데이터베이스 통합은 복잡 한 양방향 계산 뿐만 아니라 높은 일관성 및 트랜잭션 요구 사항을 컴퓨팅 적합 합니다.

대용량 데이터 기술 더 간단 하 게 데이터 모델을 저장에 적합 한 고 패턴으로는 두지 않도록 수 있습니다. 따라서, 스토리지 관리의 데이터 형식을 풍부한 있습니다. 대용량 데이터 기술 일관성 및 트랜잭션 요구 사항 계산을 위한 적당 한 또한 이다 (주로 NoSQL 쿼리 작업을 말합니다), 뿐만 아니라 대규모 대량 데이터, 분산 병렬 컴퓨팅 (MapReduce 기준)의 대량.

그것은 NoSQL 데이터베이스 쿼리 및 성가신 SQL 시스템 제약에서 해방 되 고 있기 때문에 데이터베이스에 삽입 보다 더 효율적입니다 주목 해야한다. 대용량 데이터 기술 보다 큽니다 데이터베이스 기계가 처리할 수 있는 데이터의 양을 주로 하기 때문에 그것의 클러스터 더 크게 확장 될 수 있다.

본질적으로, MapReduce 대량 데이터 분산 컴퓨팅의 분야에서 중요 한 혁신 하지만 병렬 처리에 적합 대규모 일괄 처리 문제에 더 유리 이지만 그것은 반드시 유리한 일부 복잡 한 작업에 대 한. NoSQL은 전통적인 관계형 데이터베이스 단순화의 결과로 볼 수 있습니다. 때문에 NoSQL 데이터베이스의 디자인 아이디어는만 관계형 데이터베이스의 인덱스 메커니즘을 추출 하 고 분산된 스토리지를 추가, 그것은 SQL 시스템, 따라서 더 나은 효율성, expansibility 및 유연성을 달성에서 "특정 특별 한 문제"에 대 한 필요 하지 않은 모든 것 들을 제거 합니다.

따라서, 우리 명확 하 게는 실제로 많은 문제 (특히 인기 있는 큰 데이터 문제), 관계형 데이터베이스 많은 디자인 필요 하지 않습니다, 이것은 NoSQL 개발 및 기본 발판의 성장을 볼 수 있습니다.

관계 및 공동 작업

이전 분석을 통해 우리는 큰 데이터 기술 결론 어렵다 수 없습니다 그리고 데이터베이스 통합 시스템 보완 되어야 한다, 서로 대체 하지. 그들은 서로 다른 응용 프로그램 시나리오와 보완 설계 하 고 서로 협력. 특히, 대형 데이터 기술을 얻을 수 있습니다.

구조화 및 반 구조화 된 데이터 (예: 소셜 데이터를 다양 한 로그와 심지어 사진, 비디오, 등)는 기업에서 많은 양의 처리 처리 결과 직접 사용할 수 있습니다.

위의 처리 결과 또한으로 간주 될 수 엔터프라이즈 데이터 웨어하우스, 새로운 입력된 저장 때 대용량 데이터 시스템은 대용량 데이터 소스, 새로운 ETL (추출-변환-로드) 의미;

데이터 중심 저장 또는 계산 SQL에 적합 하지 않습니다.

데이터베이스 통합 여전히 해야 엔터프라이즈 데이터 웨어하우스 기술의 주류도 적어도 오랜 시간 그렇게 해야 대. 그것은 스토리지 및 가장 중요 하 고 가치 있는 비즈니스 크리티컬 데이터의 계산에 대 한 책임입니다.

기존 오해

어떤 사람들 생각 하는 큰 데이터 기술의 원래 오픈 소스 상태로 엔터 프 라이즈-클래스 데이터 웨어하우스 주요 플랫폼 요구에 적합 하지 않습니다 하지만 후 보완, 개발 가능 해야 한다. 이 보기에는 실수가입니다. 하지만 사실, 그 것 들의 관계형 데이터베이스 시스템에 속하는 큰 오픈 소스 데이터 기술, 제거 되 고 원래 디자인에 대용량 데이터 기술에 의해 보완의 개발.

만약 이런 종류의 보완 개발, 기업의 직면 하지 않을 것만 거 대 한, 개발 작업 부하를 예상 하기 어려운 하지만 또한 이러한 이론적, 제품의 작동 및 체계적인 전문 데이터베이스 제조업체 처럼 어렵다. 순수 하 게 기술적인 관점에서 비록 아무것도 개발할 수 있다. 하지만 회사는 정말이 일을, 준비 하는 경우 것입니다 다른 상용 관계형 데이터베이스를 개발? 분명히, 이것은 큰 데이터 기술 설계에 대 한입니다.

(책임 편집기: 유산의 좋은)