大数据正在如何改变数据库格局?

大数据
从NoSQL到NewSQL的超越,创新汹涌而来。

[[156819]]

提及“数据库”,大多数人会想到拥有30多年风光历史的RDBMS。然而,这可能很快就会发生改变。

一大批新的竞争者都在争夺这一块重要市场,他们的方法是多种多样的,却都有一个共同点:极其专注于大数据。

推动新的数据迭代衍生品大部分都是基于底层大数据的3V特征:数量,速度和种类。

本质上来讲,今天的数据比以往任何时候都要传输更快,体积更大, 同时更加多样化。这是一个新的数据世界,换言之,传统的关系数据库管理系统并没有真正为此而设计。

“基本上,他们不能扩展到大量,或快速,或不同种类的数据。”一位数据分析、数据科学咨询机构的总裁格雷戈里认为。

这就是哈特汉克斯最近发现。截至到2013年左右,营销服务机构使用不同的数据库,包括Microsoft SQL Server和Oracle真正应用集群(RAC)的组合。

“我们注意到,数据随着时间的增长,我们的系统不能足够快速的处理信息”一位科技发展公司的负责人肖恩说到。“如果你不断地购买服务器,你只能继续走到这幺远,我们希望确保自己有向外扩展的平台。”

最小化中断是一个重要的目标,Iannuzzi说到,因此“我们不能只是切换到Hadoop。”

相反,却选择了拼接机器,基本上把完整的SQL数据库放到目前流行的Hadoop大数据平台之上,并允许现有的应用程序能够与它连接,他认为。

哈特汉克斯现在是在执行的初期阶段,但它已经看到了好处,Iannuzzi说,包括提高容错性,高可用性,冗余性,稳定性和“性能全面提升”。

一种***风暴推动了新的数据库技术的出现,IDC公司研究副总裁Carl Olofson说到。

首先,“我们正在使用的设备与过去对比,处理大数据集更加快速,灵活性更强”Olofson说。

在过去,这样的集合“几乎必须放在旋转磁盘上”,而且数据必须以特定的方式来结构化,他解释说。

现在有64位寻址,使得能够设置更大的存储空间以及更快的网络,并能够串联多台计算器充当单个大型数据库。

“这些东西在不可用之前开辟了可能性”Olofson说。

与此同时,工作负载也发生了变化。10年前的网站主要是静态的,例如,今天我们享受到的网络服务环境和互动式购物体验。反过来,需要新的可扩展性,他说。

公司正在利用新的方式来使用数据。虽然传统上我们大部分的精力都放在了对事务处理 – 销售总额的记录,比如,数据存储在可以用来分析的地方 – 现在我们做的更多。

应用状态管理就是一个例子

假设你正在玩一个网络游戏。该技术会记录你与系统的每个会话并连接在一起,以呈现出连续的体验,即使你切换设备或各种移动,不同的服务器都会进行处理,Olofson解释说。

数据必须保持连续性,这样企业才可以分析问题,例如“为什么从来没有人穿过水晶厅”。在网络购物方面,为什么对方点击选择颜色后大多数人不会购买某个特殊品牌的鞋子。

“以前,我们并没试图解决这些问题,或者我们试图扔进盒子也不太合适”Olofson说。

Hadoop是当今新的竞争者中一个重量级的产品。虽然他本身不是一个数据库,它的成长为企业解决大数据扮演关键角色。从本质上讲,Hadoop是一个运行高度并行应用程序的数据中心平台,它有很强的可扩展性。

通过允许企业扩展“走出去”的分布方式,而不是通过额外昂贵的服务器“向上”扩展,“它使得我们可以低成本地把一个大的数据集汇总,然后进行分析研究成果”Olofson说。

其他新的RDBMS的替代品如NoSQL家族产品,其中包括MongoDB -目前第四大流行数据库管理系统,比照DB引擎和MarkLogic非结构化数据存储服务。

“关系型数据库一直是一项伟大的技术持续了30年,但它是建立在不同的时代有不同的技术限制和不同的市场需求,”MarkLogic的执行副总裁乔·产品帕卡说。

大数据是不均匀的,他说。许多传统的技术,这仍然是一个基本要求。

“想象一下,你的笔记本电脑上唯一的程序是Excel”帕卡说。“设想一下,你要和你的朋友利用网络保持联系 – 或者你正在写一个合约却不适合放进行和列中。”

拼接数据集是特别棘手的

“关系型,你把所有这些数据集中在一起前,必须先决定如何去组织所有的列,”他补充说。“我们可以采取任何形式或结构,并立即开始使用它。”

NoSQL数据库没有使用关系数据模型,并且它们通常不具有SQL接口。尽管许多的NoSQL存储折中支持速度等其他因素,MarkLogic为企业定身量做,提供更为周全的选择。

NoSQL储存市场有相当大的增长,据市场研究媒体,不是每个人都认为这是正确的做法-至少,不是在所有情况下。

NoSQL系统“解决了许多问题,他们横向扩展架构,但他们却抛出了SQL,”一位CEO-Monte Zweben说。这反过来,又为现有的代码构成问题。

Splice Machine是一家基于Hadoop的实时大数据技术公司,支持SQL事务处理,并针对OLAP 和OLAP应用进行实时优化处理。它被称为替代NewSQL的一个例子,另一类预期会在未来几年强劲增长。

“我们的理念是保持SQL,但横向扩展架构”Zweben说。“这是新事物,但我们正在努力试图使它让人们不必重写自己的东西。”

深度信息科学选择并坚持使用SQL,但需要另一种方法。

公司的DeepSQL数据库使用相同的应用程序编程接口(API)和关系模型如MySQL,意味着没有应用变化的需求而使用它。但它以不同的方式处理数据,使用机器学习。

DeepSQL可以自动适应使用任何工作负载组合的物理,虚拟或云主机,该公司表示,从而省去了手动优化数据库的需要。

该公司的***战略官Chad Jones表示,在业绩大幅增加的同时,也有能力将“规模化”为上千亿的行。

一种来自Algebraix数据完全不同的方式,表示已经开发了数据的***个真正的数学化基础。

而计算器硬件需在数学建模前建成,这不是在软件的情况下,Algebraix***执行官查尔斯银说。

“软件,尤其是数据,从未建立在数学的基础上”他说,“软件在很大程度上是语言学的问题。”

经过五年的研发,Algebraix创造了所谓的“数据的代数”集合论,“数据的通用语言”Silver说。

“大数据肮脏的小秘密是数据仍然放在不与其他数据小仓融合的地方”Silver解释说。“我们已经证明,它都可以用数学方法来表示所有的集成。”

配备一个基础的平台,Algebraix现在为企业提供业务分析作为一种服务。改进的性能,容量和速度都符合预期的承诺。

时间会告诉我们哪些新的竞争者取得成功,哪些没有,但在此期间,长期的***如Oracle不会完全停滞不前。

“软件是一个非常时尚行业”安德鲁·门德尔松,甲骨文执行副总裁数据库服务器技术说。“事情经常去从流行到不受欢迎,回再次到流行。”

今天的许多创业公司“带回炒冷饭少许抛光或旋转就可以了”他说。“这是一个新一代孩子走出学校和重塑的东西。”

SQL是“唯一的语言,可以让业务分析师提出问题并得到答案,他们没有程序员,”门德尔松说。“大市场将始终是关系型。”

至于新的数据类型,关系型数据库产品早在上世纪90年代发展为支持非结构化数据,他说。在2013年,甲骨文的同名数据库版本12C增加了支持JSON(JavaScript对象符号)。

与其说需要一个不同类型的数据库,它更是一种商业模式的转变,门德尔松说。

“云,若是每个人都去,这将破坏这些小家伙”他说。“大家都在云上了,所以在这里有没有地方来放这些小家伙?

“他们会去亚马逊的云与亚马逊竞争?” 他补充说。“这将是困难的。”

甲骨文有“最广泛的云服务”门德尔松说。“在现在的位置,我们感觉良好。”

Gartner公司的研究主任里克·格林沃尔德,倾向于采取了类似的观点。

“对比传统强大的RDBMS,新的替代品并非功能齐全”格林沃尔德说。“一些使用案例可以与新的竞争者来解决,但不是全部,并非一种技术”。

展望未来,格林沃尔德预计,传统的RDBMS供货商感到价格压力越来越大,并为他们的产品增加新的功能。“有些人会自由地带来新的竞争者进入管理自己的整个数据生态系统”他说。

至于新的产品,有几个会生存下来,他预测“许多人将被收购或资金耗尽”。

今天的新技术并不代表传统的RDBMS的结束,“正在迅速发展自己”IDC的Olofson。赞成这种说法,“RDBMS是需要明确定义的数据 – 总是会有这样一个角色。”

但也会有一些新的竞争者的角色,他说,特别是物联网技术和新兴技术如非易失性内存芯片模块(NVDIMM)占据上风。

会有许多问题需要大量解决方案,Olofson说。“也会伴随有很多有趣的东西”

 

责任编辑:李英杰 来源: 36大数据
相关推荐

2023-05-08 09:47:46

2024-01-08 07:46:20

人工智能敏感信息数据收集

2014-03-27 11:47:51

Java 8数据库访问

2023-11-03 16:21:54

2014-11-11 11:36:21

云计算云技术

2024-03-06 16:36:02

2017-12-14 11:09:21

2023-10-10 10:19:10

AI数据中心

2022-10-12 15:36:43

物联网大数据

2022-07-14 09:19:39

数据中心机器学习人工智能

2024-02-26 11:25:29

人工智能数据中心机器学习

2015-06-11 09:46:36

OpenStackTrove数据库管理

2019-06-05 15:54:51

大数据零售分析

2017-08-21 16:40:53

大数据动态客户服务

2024-04-02 07:00:00

大数据

2013-04-27 09:24:33

2011-09-21 15:51:16

云计算数据中心

2022-11-21 11:18:01

无人机AI

2023-10-09 15:39:28

人工智能数据中心

2023-09-04 15:48:23

人工智能AI
点赞
收藏

51CTO技术栈公众号