iT邦幫忙

2021 iThome 鐵人賽

DAY 20
0
DevOps

中台化轉型系列 第 20

分散式資料庫:New SQL

  • 分享至 

  • xImage
  •  

分散式資料庫可以依據資料模型及系統架構分類;

  • OLAP(On-Line Analytical Processing):大數據資料分析注重資料吞吐量及運算規模。
  • OLTP(On-Line Transation Processing):即時交易注重反應延遲。
    • SQL
      以結構化查詢語言(Structured Query Language, SQL)操作資料庫,提供複雜得多表關聯式查詢,支持原子性(Atomicity)、一致性(Consistency)、隔離性(Isolation)、持久性(Durability)等交易(Transaction)特性,目前主流資料庫(Oracle、DB2、MS-SQL、PostgreSQL)等橫向擴充能力相對較缺乏,難以滿足大數據以及高併發交易等業務需求。
    • NoSQL
      投過對關聯式和分散式資料庫功能的取捨,提高了水平擴展及效能提升,以資料儲存分類:
      • 鍵值儲存(Key-Value Stores):Redis
        鍵值資料間沒有關聯性提高了水平擴充能力。
      • 列導向儲存(Column-Oriented Stores):pache HBase、Cassandra
        列(Column)之間沒有耦合關係,列獨立存取場景時極大的降低磁碟存取,加快存取速度。
      • 文件儲存(Document Stores):MongoDB、CouchDB
        儲存 JSON、XML 非結構化資料。
      • 圖型儲存(Graph Stores):Neo4j、GraphDB
        以圖結構形成的資料關聯比關聯式資料庫提供更高效的資料操作。
    • NewSQL
      在關聯式資料庫上擴充了相近於 NoSQL 的水平擴衝及高效資料處理能力。
      • 資料中間傳遞
        強化中介層組件,提供分割資料庫、分割資料表、資料切片 - 資料份散一致性演算法(Raft、Paxos)、請求路由(Request Routing)和分散式交易等。
      • 新架構:Google Spanner
        採用無中心節點的資料庫叢集,每個節點分別管理資料的子集合,包括平行處理或資料流處理組件。

上一篇
機器學習:資料流圖(Data Flow Graphs)模型訓練架構
下一篇
分散式資料庫:分散式理論
系列文
中台化轉型30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言