Video: How to Mount a TV Above a Fireplace and Hide Wires 2025
Kjernen til et stort datamiljø og lag 2 i den store datastakken er databasemotorer som inneholder samlinger av dataelementer som er relevante for virksomheten din. Disse motorene må være raske, skalerbare og steinfaste. De er ikke alle skapt like, og enkelte store datamiljøer vil bli bedre med en motor enn en annen, eller mer sannsynlig med en blanding av databasemotorer.
For eksempel, selv om det er mulig å bruke relasjonsdatabasebehandlingssystemer (RDBMSs) for alle dine store dataimplementeringer, er det ikke praktisk å gjøre det på grunn av ytelse, skala eller til og med kostnad. En rekke forskjellige databaseteknologier er tilgjengelige, og du må passe på å velge klokt.
Det finnes ikke noe enkelt valg om databaset språk. Selv om SQL er det mest utbredte databasespråket som brukes i dag, kan andre språk gi en mer effektiv eller effektiv måte å løse de store datautfordringene på. Det er nyttig å tenke på motorer og språk som verktøy i en "implementers verktøykasse. "Din jobb er å velge riktig verktøy.
Hvis du for eksempel bruker en relasjonsmodell, vil du sannsynligvis bruke SQL til å spørre den. Du kan imidlertid også bruke alternative språk som Python eller Java. Det er veldig viktig å forstå hvilke typer data som kan manipuleres av databasen, og om det støtter sann transaksjonsadferd. Databasedesignere beskriver denne oppførselen med akronymet ACID. Den står for
-
Atomicity: En transaksjon er "alt eller ingenting" når det er atom. Hvis en del av transaksjonen eller det underliggende systemet mislykkes, mislykkes hele transaksjonen.
-
Konsistens: Kun transaksjoner med gyldige data vil bli utført i databasen. Hvis dataene er korrupte eller feilaktige, vil transaksjonen ikke fullføres, og dataene vil ikke bli skrevet til databasen.
-
Isolering: Flere samtidige transaksjoner vil ikke forstyrre hverandre. Alle gyldige transaksjoner vil utføres til fullført og i den rekkefølgen de ble sendt til behandling.
-
Holdbarhet: Etter at dataene fra transaksjonen er skrevet til databasen, forblir den der "for alltid. "
Motor Spørreskjema KartReduce Datatyper Transaksjoner Eksempler Relasjonelle SQL, Python, C Nei Typet Syre PostgreSQL, Oracle, DB / 2 Columnar Ruby Hadoop Forhåndsdefinert og skrevet Ja, hvis aktivert HBase Graf Walking, Søk, Cypher Ingen Untyped Syrer Neo4J Dokument Kommandoer JavaScript Typet Nei MongoDB, CouchDB Nøkkelverdi Lucene, kommandoer JavaScript BLOB, semityped Nei Riak, Redis
Etter at du forstår dine krav og forstår hvilke data du samler, hvor skal du si det og hva å gjøre med det, må du organisere det slik at det kan konsumeres for analyse, rapportering eller spesifikke applikasjoner.
