数据库老兵:大数据时代NoSQL不是颠覆性技术

标签: 大数据 NewSQL NoSQL NuoDB | 发表时间:2013-11-11 10:43 | 作者:Cashcow
出处:http://www.ctocio.com

iqt-big-data-footprint

数年前,当人们谈论起新兴的NoSQL数据库技术时,相当一部分观点认为NoSQL在大数据市场取代传统关系型数据库只是个时间问题。如今,这一预言并未兑现,Mitchell Kertzman的总经理Hummer Winblad认为,大多数情况下,NoSQL都没有展现出所谓的革命性。

作为数据库的老兵,以下是Kertzman在本周的视频 访谈的一些观点摘录:

人们需要的其实还是SQL

如果云端的SQL数据库有足够的弹性和可扩展性,能处理所需要的数据量,那么人们永远都不会需要NoSQL。

看衰NoSQL的Hummer Winblad本人也是NewSQL创业公司 NuoDB的投资人,NuoDB在NewSQL市场的主要竞争对手是 GenieDB 甚至 VMwareSQLFire。在与NoSQL数据库创业公司的竞争中,NuoDB屡奏凯歌的一个重要原因就是:

NuoDB始终坚信那些运行关键业务应用的客户,真正想要的其实是一个更好的关系型数据库。

“我认为NoSQL是一个新的市场机遇”,Winblad说道:“但其市场规模还有待验证。”

而关系型数据库则是一个350亿美元的大市场,这并非人们喜欢SQL查询语言,而是因为关系型数据库的 ACID特性能够保证交易的安全。如果你在Facebook上漏掉了一次状态更新或者点“赞”失败,问题都不大,但是如果一家银行弄丢一笔存款,即使是小额存款,都是很严重的事故。

NoSQL不是颠覆性技术

Kertzman指出,IT市场经历过很多颠覆性技术,例如关系型数据库就是对网络型数据库的颠覆,云计算对客户端/服务器的颠覆…人们喜欢颠覆,因为颠覆性技术产生很多新的机会,但NoSQL看上去不像是人们期望中的颠覆性技术。

Kertzman以上世纪80年代的对象数据库运动为例,“那其实不是颠覆性技术,因为现在幸存的这些数据库如Sybase和Oracle等,只是根据客户需要增加对象数据库技术,而不是吧对象数据库搞成一种宗教。”

Kertzman认为MongoDB作为NoSQL数据库的代表厂商,而且能够赢得很多并不关心ACID特性,又不想花大价钱购买Oracle数据库的公司的订单。但Kertzman认为MongoDB的地盘面临Teradata、MemSQL和Heroku的威胁,“我们都喜欢投资那些能够使用新的、靠谱的技术解决复杂难题的公司,我说的靠谱,不是指知识产权的所有权,而是指相当高的技术门槛。MongoDB迄今所取得的成功,从技术上看门槛都不高。”

那么,什么才是大数据时代的颠覆性技术呢,Kertzman认为hadoop是个真正的机遇,但Hadoop的问题是企业部署过慢,而SQL-on-Hadoop则是大数据厂商为了加快Hadoop部署选择的技术路径。

相关 [数据库 老兵 大数据] 推荐:

数据库老兵:大数据时代NoSQL不是颠覆性技术

- - IT经理网
数年前,当人们谈论起新兴的NoSQL数据库技术时,相当一部分观点认为NoSQL在大数据市场取代传统关系型数据库只是个时间问题. 如今,这一预言并未兑现,Mitchell Kertzman的总经理Hummer Winblad认为,大多数情况下,NoSQL都没有展现出所谓的革命性. 作为数据库的老兵,以下是Kertzman在本周的视频 访谈的一些观点摘录:.

全球10大数据库

- - 译言-电脑/网络/数码科技
原文: Fiorenttini   译者: julie20098. [非商业性转载必须注明译者julie20098和相关链接. ,否则视为侵权,追究转载责任. 世界气候数据中心:气候全球数据中心, 220TB 的网络数据, 6PB 的其它数据. 国家能源研究科学计算中心,有 2.8PB 容量.

大数据量下的SQL Server数据库自身优化

- - Oracle - 数据库 - ITeye博客
  1.1:增加次数据文件.   从SQL SERVER 2005开始,数据库不默认生成NDF数据文件,一般情况下有一个主数据文件(MDF)就够了,但是有些大型的数据库,由于信息很多,而且查询频繁,所以为了提高查询速度,可以把一些表或者一些表中的部分记录分开存储在不同的数据文件里.   由于CPU和内存的速度远大于硬盘的读写速度,所以可以把不同的数据文件放在不同的物理硬盘里,这样执行查询的时候,就可以让多个硬盘同时进行查询,以充分利用CPU和内存的性能,提高查询速度.

文章: 大数据分析与列数据库

- - InfoQ cn
百度技术沙龙第三十四期:机器学习之多媒体方向的思考(2013年1月12日 周六). 百度技术沙龙特约观察员火热招募中,2013,因为有你更精彩. 性能测试专家,7dtest.com创始人高楼(Zee)主持出品2013北京QCon“优秀测试实践分析”专场. InfoQ《深入浅出Node.js》专栏作者,CNode社区朴灵确认主持并参与分享QCon Node.js专题.

在集群上支持数据库大数据量导出

- - Java - 编程语言 - ITeye博客
数据库表(经过程序处理)导出一般使用EXCEL文件,技术一般有POI、JXL、FastExcel. 但是当文件过大(几十个字段,行数超过200,000)的时候,往往会出现内存溢出OutOfMemery,这个是应用无非承受的. 对于导出这么大量的数据,一般没有实时性的要求,也没有外观的要求. 业务部分的需求一般是:导出80W行数据,不管是什么,最后能变化成EXCEL即可.

大数据高并发数据库设计注意要点

- - BlogJava-qileilove
数据库的设计非常重要,很多时候,我们只关心和考虑到眼前的功能,而忽略了后续的可维护性和可拓展性,以及还有一个在大数据时代会遇到的高并发问题.    在设计表结构时要注意以下几个要点:.   1.数据行的长度不要超过8020字节,如果超过这个长度的话在物理页中这条数据会占用两行从而造成存储碎片,降低查询效率.

MySQL数据库如何解决大数据量存储问题

- - 数据库 - ITeye博客
利用MySQL数据库如何解决大数据量存储问题. 各位高手您们好,我最近接手公司里一个比较棘手的问题,关于如何利用MySQL存储大数据量的问题,主要是数据库中的两张历史数据表,一张模拟量历史数据和一张开关量历史数据表,这两张表字段设计的很简单(OrderNo,Value,DataTime). 基本上每张表每天可以增加几千万条数据,我想问如何存储数据才能不影响检索速度呢.

数据库sharding

- - 数据库 - ITeye博客
当团队决定自行实现sharding的时候,DAO层可能是嵌入sharding逻辑的首选位置,因为在这个层面上,每一个DAO的方法都明确地知道需要访问的数据表以及查询参数,借助这些信息可以直接定位到目标shard上,而不必像框架那样需要对SQL进行解析然后再依据配置的规则进行路由. 另一个优势是不会受ORM框架的制约.

老兵逝去

- 林子 - 观察
 一个民族是什么样子,取决于今天的我们自己.

数据库索引

- - CSDN博客推荐文章
索引是由用户创建的、能够被修改和删除的、实际存储于数据库中的物理存在;创建索引的目的是使用户能够从整体内容直接查找到某个特定部分的内容. 一般来说,索引能够提高查询,但是会增加额外的空间消耗,并且降低删除、插入和修改速度. 1.聚集索引:表数据按照索引的顺序来存储的. 2.非聚集索引:表数据存储顺序与索引顺序无关.