Udfordringen med big data: En analyse af NoSQL-teknologi

Vi lever alle i øjeblikket i en tid med enorme datalagre, men Big Data og den underliggende teknologi NoSQL er også ved at blive et buzzword på internettet. For globale internetvirksomheder som Google, Facebook og IBM har brugen af NoSQL, en meget skalerbar, ikke-relationel databaseopgørelse, ofte overgået brugen af relationelle databaser. Faktisk er der i forbindelse med nogle af problemerne med massive data og semistrukturerede data blevet født en række nye databaseprodukter, og disse databaser kalder vi NoSQL.

Den 26.-27. april 2013 blev Big Data Global Technology Summit 2013, arrangeret af 51CTO Media Groups WOT (World Of Tech)-brand, afholdt på Renaissance Beijing Renaissance Hotel, hvor en lang række NoSQL-produkter med forskellige funktioner og værditilbud blev præsenteret, hvilket ofte gør det svært at vælge. Reporteren kommunikerede dybt med Ming Lei, en softwareudviklingsekspert fra Silicon Valley, som har arbejdet i Oracle, Microsoft og Google, og analyserede NoSQL i det virkelige liv og opsummerede nogle punkter til netbrugernes reference.

c

Ming Lei (til venstre)

Distribuerede systemer og NoSQL

Et distribueret system består af mange forskellige lag, herunder applikationslaget, datalaget, performancelaget osv. Nu taler vi primært om applikationslaget og datalaget, som begge er vigtige komponenter i et distribueret system, applikationslaget har generelt ingen tilstand, og datalaget udfører konstant aritmetik for at få det til at gemme tilstand. Datalaget er det sværeste og dybeste lag i et distribueret system.

Ming Leis synspunkt er, at NoSQL er en hukommelse i et distribueret system, det er en slags distribueret system. Eller rettere sagt er det et niveau af distribueret system.

Sammenligning af NoSQL-cache med CDN-cache

På NoSQL-siden af cachen er repræsenteret af Memcached, NoSQL-cache og CDN-cache, og den største forskel er, at NoSQL-cachen refererer til datalaget i cachen, ikke applikationslaget i cachen, ikke netværkslaget i cachen, så dens cache er mere primitive data. For eksempel, hvis transaktionen i applikationslogikken ikke er det endelige resultat, som brugeren kan se, så cacher vi i netværkslaget, den mest almindelige teknologi kaldes CDN, som kaldes ContentDeliveryNetwork, det er generelt i slutningen af netværket nær slutningen af brugerens ende af netværket på nogle webservere for at cache nogle af de specifikke websider.