Google美国总部资深架构师MingLei《如何选择适用企业的NoSQL解决方案》
NoSQL应用场景及Canssandra架构分析
BASE下的2PC
z Before
¾ 两阶段提交到DB1和DB2
客户端的可用性与DB1、DB2耦合 通信延迟发生在DB1、DB2
z After
¾ 单阶段提交到DB1
客户端仅依赖DB1
¾ 异步协调
延迟降低 提高可用性
NoSQL模型
z 决策的源头是业务场景 z NoSQL VS 团购
¾ 百Q大战 ¾ 只有少数技术优秀的NoSQL会坚持到最后 ¾ 坚决不选择稳定性差、没有任何技术含量的产品
Cassandra
BigTable带来了NoSQL思想，Cassandra将其推向顶峰，并 引领了NoSQL潮流，作为Dynamo的追随者，Cassandra为 业界奉献了诸多优秀的技术，我们再次重申Cassandra的特 点： z Distributed and Decentralized z Elastic Scalability z High Availability and Fault Tolerance z Tunable Consistency
z SSTable ¾ 不允许之间修改 ¾ 修改也作为追加写 ¾ 同一Column Family会存在多个SSTable
数据查询（Bloom Filter算法）
z 同一Column Family的数据会存在多个SSTable中，查询 需要检索多个SSTable，对性能有巨大损伤
z 采用Bloom Filter算法快速判断查找的key落在哪个几个 SSTable中
数据compaction
z 为了减少SSTable的数量，Cassandra会定期对SSTable 做合并（compaction）操作
ilog商业规则
ilog商业规则全文共四篇示例，供读者参考第一篇示例：ILOG商业规则是一种基于规则引擎的商业规则管理系统，它能帮助企业快速、灵活地管理和执行复杂的业务规则。
通过ILOG商业规则，企业可以将规则和决策逻辑从应用程序中分离出来，实现规则的集中管理和统一执行，从而使业务规则更易于维护和扩展，提高业务流程的灵活性和适应性。
ILOG商业规则的核心是规则引擎，它能够根据事先定义好的规则集合（规则库）对输入数据进行判断和处理，从而实现自动化的决策过程。
规则引擎采用基于语义的规则编程语言，如规则语言（RuleLanguage）或生产规则语言（Production Rule Language），能够灵活地表达各种复杂的业务规则和决策逻辑，使规则的编写和维护更加方便和高效。
ILOG商业规则还提供了丰富的规则管理功能，包括规则库的创建、编辑、版本管理、发布和回滚等，帮助企业对规则进行集中管理和协同开发。
企业可以通过专门的规则编译器或编辑器创建和编辑规则，通过规则库管理系统对规则库进行版本控制，实现规则的自动化部署和回滚，确保规则的一致性和可靠性。
除了规则引擎和规则管理功能，ILOG商业规则还提供了规则执行监控和报告功能，帮助企业实时监控规则执行的情况并生成相关报告，为企业管理者提供决策支持和业务洞察。
通过规则执行监控和报告，企业可以及时发现规则执行异常和问题，并进行规则调优和优化，提高规则的执行效率和准确性。
ILOG商业规则是一种强大的商业规则管理系统，能够帮助企业提高业务流程的灵活性和适应性，实现规则的集中管理和统一执行，提高企业的决策效率和准确性，是现代企业管理中不可或缺的重要工具。
【注：本文已达到2000字要求】第二篇示例：ILOG商业规则是由IBM推出的一种商业规则管理系统，它能够帮助企业管理复杂的业务规则，并将这些规则应用到业务流程中。
随着企业规模的扩大和业务流程的复杂化，管理各种规则已经成为了企业运营中一个非常重要的环节。
(最新)NoSQL的必要性和效率、成本分析(精品文档)
NoSQL的必要性和效率、成本分析背景前段时间国内外对NoSQL的讨论非常热烈，Digg和Reddit使用Cassandra，Facebook 经过一些变化后依然对NoSQL进行测评，NoSQL取代SQL的呼声高涨，因为互联网行业使用MySQL的概率非常高，加之Oracle收购的消息，一时间似乎MySQL将成为NoSQL数据库的牺牲品，一场轰轰烈烈的技术革命就要到来了。
之所以有如此动向是因为基于MySQL + sharding + cache的构架随着数据量爆炸式增长，重构的人力成本太高，换用扩展性更好的NoSQL数据库，以达到控制人力成本的目的，从而减少总体成本。
几个月过去了，NoSQL并没有像大家所想象的那样席卷全球，很多人设想中的MySQL 与NoSQL的战争也仅存于设想中，国内不要说使用了，测评NoSQL的机构也是寥寥，究其原因，笔者认为：MySQL与NoSQL是两种不通性质的技术，它们代表的是两种完全不通的技术思想，均有其适应的土壤，究竟孰优孰劣，取决于诸多因素，而它们是否适用的根本因素，是“人”与“物”的成本变化。
什么是NoSQL在“NoSQL”一词，实际上是一个叫Racker的人创造的，当约翰埃文斯埃里克要组织一次活动来讨论开源的分布式数据库。
这个名称和概念都由此而来。
有些人反对NoSQL术语，因为它听起来像我们定义自己是什么.在一定程度，但长期仍然是有价值的，因为当一个关系数据库是唯一的工具，你知道，每一个问题，看起来像一个大拇指。
NoSQL是让人们知道有其他选择哪里。
但我们并不反对关系数据库，因为当这确实是工作的最佳工具.一个与NoSQL名称真正关注的是，它是一个很大的帐篷，有非常不同的设计空间。
如果这不是在讨论清楚的，它在各种产品混乱的结果。
因此，我要建议沿着三个轴的思考很多数据库选项：可扩展性，数据和查询模型和持久性的设计。
前所未有的数据量正推动企业关注传统的关系数据库技术，已服务了30多年良好替代品。
谷歌案例分析报告
G o o g l e搜索引擎案例分析报告一、Google的基本情况谷歌google公司的介绍：GoogleGoogle Inc.,NASDAQ：GOOG是一家美国上市公司公有股份公司,于1998年9月7日由里佩奇25岁和谢尔盖布林24岁在1998年用募集来的100万美元建立,以设计并管理一个互联网搜索引擎;Google公司的总部称作“Googleplex”,它位于加利福尼亚山景城;Google 目前被公认为是全球规模最大的搜索引擎,它提供了简单易用的免费服务,用户可以在瞬间得到搜索结果;Google属于全文搜索引擎,也是综合性的搜索引擎;不作恶Don't be evil是谷歌公司的一项非正式的公司口号,最早是由Gmail服务创始人在一次会议中提出;Google 2008年在全球的市场份额为%,2007年Google在中国的市场份额为%,2008年为%,2008年Google利润超过了亿美元; 2012年5月,谷歌以125亿美元收购摩托罗拉移动;Google搜索引擎的价值网络以Google为中心,涉及Google提供的搜索服务、Google AdWords服务、管家次广告主等等,它们的关系如下图所示二、商业模式1.战略目标——要为互联网使用者提供网上最好的查询服务,促进全球信息的交流;2.目标用户全球网民——让人们能够更加快捷更加方便的获取和查找信息;企业市场——助力企业内部信息整合,加强企业内部搜索；帮助企业实行网络营销3.产品和服务搜索服务、移动服务、分享与沟通服务、软件产品等,搜索服务包括：网页搜索、图片搜索、视频搜索、音乐搜索、地图搜索、购物搜索、博客搜索、大学搜索、生活搜索、图书搜索、学术搜索等;4.赢利模式1)付费搜索服务Google的网页搜索服务保证了他在行业的领先地位;它通过向各大门户网站提供搜素技术;通过技术的部分使用权的转让收取费用;2)在线广告业务谷歌之前在上海建立全球唯一分析中国广告市场的研究中心,用于进行中国用户举动习惯的分析;从信息传播的角度来看, Google搜索引擎在此模式图中处于媒体信道的位置;搜索引擎从广告主得到广告业务信息 , 参与广告的制作与优化工作信息加工 , 并有选择地进行广告投放信息传播 ;与此同时, 搜索引擎收集来自检索用户的反馈信息反馈 , 进行用户行为分析, 将结果用以个性化服务与广告投放改进调整 ;搜索引擎还将收集得到的反馈信息进行整理与加工, 并将广告效果信息反馈给广告主, 帮助其根据效果反馈对广告进行调整;如此循环, 就形成了搜索引擎广告业务的信息模型;Google设计的关键字广告是目前互联网上最好的商业模式之一;google的AdWords,是谷歌竞价排名盈利模式;它是一种以关键字为基本的网络广告情势;由于具有后果精准、价钱低廉、性价比高、操作方法简略、机动等特色,在全球得以敏捷推广和普及,目前已成为全球最风行的网络广告形式;有广告主开价竞购特定的搜索关键字,出价最高的人购买的广告关键字,会出现在用户搜索结果旁的最上面;最重要的是,广告主是按用户点击数付费的;也就是说,用户一开始只要付极少的费用就可以刊登广告;而且,可以保证用户的每次付费;因为Google收费原则是点击付费,不点击不付费,默认点击在中国和波兰最低元/次,在全球其他区域是最低5美分/次;2003年,Google 推出了比AdWords 更为先进、技术也更复杂的AdSense 广告模式,期望以会员的形式来吸引更多的网站加盟Google 广告发布平台;AdSense 实际上相当于一个广告联盟;AdSense 可以在加盟者网站的内容网页上展示相关性较高的Google 广告,并且这些广告不会过分夸张醒目;由于所展示的广告同用户在加盟者的网站上查找的内容相关,只要链接的广告被有效点击,加盟者还可以借此从Google 处分得一部分广告收入;谷歌的在线广告业务是谷歌成为世界上最赚钱的公司之一;据2009年财年Google 财报显示谷歌在这一年赚了236亿美元,净利润达65亿美元;目前谷歌的绝大多数收入来源于AdWords 和AdSense 这两项广告业务;Google 广告业务模式图5. 核心能力 1) 网站兼容优势Google 拥有强大的技术支持,能够支持网站的合理优化,网站管理员可以根据Google 的准则优化自己的网站;2) 针对不同的用户个性化策略例如：Google 提供手气不错等为用户提供个性化的搜索结果;3)全能搜索服务Google不仅提供网页搜索还提供博客、地图等搜素4)品牌优势Google是全球最大的搜素引擎,赢得了用户的信赖;特别是在用户心里应景形成了Google搜索结果相近度、准确率高的心理认同;三、技术模式1.服务器技术Google在全球部署十万台服务器,并自行设计构建了超级计算机,能够在多个数据之间传播数据,并能够在很短的时间内同时响应千万个搜索;大大缩短了搜索响应时间;2.搜索技术搜索技术PageRank 技术、超文本匹配分析技术3.广告相关性投放实现技术4.作弊点击分析技术5.地图搜索技术6.视频搜索技术四、经营模式1.全球化经营：Google的使命是整合全球信息;目标用户是全球网民,所以Google确定了其全球化的经营战略;在全球化的过程中,Google高度重视互利合作并且广泛建立合作关系,从而构建了覆盖全球的价值网络;目前Google面向很多国家提供服务,开发出数十种语言的版本,其员工遍布全球,全球业务收入与日俱增,在全球搜索市场中的市场份额超过50%,Google也因此成为世界着名品牌;Google的成功表明,互联网企业,无论是中国企业还是美国企业,都面临全球的互联网市场机遇与挑战,所以互联网企业应该形成全球化的经营模式;2.本土化经营：任何一家企业不可能用统一的模式去经营全球业务,所以全球化之后自然就是在每个国家的本土化,Google的本土化经营策略在中国失败原因归结为三,美国公司文化与中国国情的差异和冲突及牌照问题,谷歌对中国仍看作是小市场的轻视,直接导致比如服务器的本土化问题,管理团队的本土化经历不够丰富,对本土国情的了解和本土资源的把握不够;可以说只是做了汉化工作而非本土化;3.以用户为中心的经营：“完美的搜索引擎需要做到确解用户之意,切返用户之需”; 谷歌始终以提供最佳的用户体验为中心任务;无论是用户研究、统计分析、使用测试等都积极让用户参与;谷歌的一贯态度是如果所做的更改不会给网站访问者带来好的体验,则将坚定不移的予以拒绝;谷歌的网站设计充分体现了以用户体验为中心的理念,始终秉承的用户为中心理念为他赢得了最忠诚的用户群体;4.口碑式经营：谷歌没有做过一次电视广告,没有粘贴过一张海报,没有做过任何网络广告链接;Google注重树立在网民中的良好口碑,并借此提升品牌的知名度和美誉度,这种品牌营销战略产生了极佳的效果,在线搜索领域市场份额的急速攀升就证明了这一点;在口碑式经营过程中,谷歌通过提供简单实用的搜索服务、准确客观的搜索结果来强化搜索功能,通过降低网络广告对用户的影响来淡化商业气息,从而赢得良好地口碑宣传效果;五、管理模式1.组织管理：在组织架构上采用一种小团队管理模式,小团队采用70/20/10模式;在决策层设置上,google是“3人执政团“模式;2.文化管理：Google是以研发人员为中心的公司,Google提倡一种创新、民主的企业文化;为了表示对文化的重视,Google拥有文化委员会;3.工作时间管理：Google让自己的员工决定工作时间,并拥有很大的自由度;此外,Google给每位工程师20%的自由支配时间,让他们做自己喜欢的工作;4.人力资源管理：Google一直秉承“只雇佣最聪明的人“的人才选用宗旨;Google创办初期都是有两位创始人参与所有应聘人员的面试,Google员工的晋升强调民主和自由;5.绩效管理：具有非常完善的考核机制;6.资本管理：Google采用的是“全员持股“的资本管理方式,全员持股是Google两位创始人布林和佩奇一直坚持的管理理念;全员持股是指公司的所有正式员工都持有公司派发的股票,全员都是公司的股东;六、结论与建议1.Google优势：1)最有力的竞争态势, Google拥有全世界最多的使用者；2)从族的资金保障,Google的应用俄收入逐年大幅增加；3)良好的企业形象,口碑好；4)强大的技术力量,Google的成功源于其突破性的技术；5)稳定的市场份额,目前Google在全球搜索引擎市场份额已达到70%；2.Google的劣势：1)管理混乱：“公司毫无结构可言;”施密特甫一上任就说;一个以技术擅长的公司,管理方面存在很多不足;2)扩张障碍：对于一个到目前为止还只有技术优势的公司,要想控制好Google帝国的扩张远非技术所能解决;3)发展不平衡：Google在中国的市场份额在持续下降;4)竞争力：Google除了搜索外,其余的产品和服务在与Yahoo的较量中均处于下风;5)技术：网页内见不到广告横幅,也没有动画图片,所有的广告都是文字格式的,而且这种文字广告只有15% 的搜索结果页面上才有,网络广告形式单一;6)Google公司业务单一,专注于搜索引擎;3.Google的机会：1)新产品：a,Google现在正在完善其语言翻译功能；b,Google于去年二月收购了以新闻组而闻名的网站,要为后者的数百万名用户提供新闻组搜索服务；c,Google还加强了现有的搜索功能,现在他们已能搜索Adobe公司的PDF格式的文件,图片搜索功能也已开始试运行；d,将在未来不久开通自有品牌的e-mail服务2)新技术：Google积极参与了无线应用等新技术的开发,Google已成为掌上电脑的两大品牌Handspring和Palm的默认搜索引擎,此外,他们也与欧洲的沃达丰和日本的DoCoMo签署了合作协议;同时,Google的技术人员还和德国宝马公司的人一起开发Google的语音搜索系统3)新市场：Google的英国、德国、法国、意大利、瑞士、加拿大、日本和韩国站点已经不事声张地悄悄开通;4)新需求：将搜索内容细分；并与各企业结合;4.Google面对的挑战：1)新的竞争对手：雅虎终止了与Google的盟友关系,斥资20多亿美元收购了两个搜索引擎公司,并准备在2004年第一季度正式推出自己的搜索技术;2)推广壁垒：开发新功能无法体现在首页；Google 置于来自投资者要求收入最大化的压力之下;3)行业政策变化：若国家出台与网络中搜索引擎或技术开发应用等有关的新政策时,会对Google 产生影响;4)客户偏好改变：Google一直使用简约风格倍受追捧,改变风格后客户的接受程度或许发生改变,失去对Google的偏好;5)突发事件：新产品无法推广；海外扩张失败；Google内部管理矛盾激化或管理决策失误等;第五小组成员：陈淑静、白丽丽、张瑞霞、郭少华。
nosql概念
NoSQL（Not Only SQL）数据库是一类用于存储和检索非结构化或半结构化数据的数据库管理系统。
与传统的关系型数据库相比，NoSQL数据库在数据模型、数据一致性、查询语言等方面提供了更多的灵活性和可扩展性。
以下是一些与NoSQL相关的概念：1. 非结构化数据：NoSQL数据库被设计用来处理非结构化或半结构化数据，这些数据不适合使用传统的表格结构和固定模式来进行存储和查询。
非结构化数据包括文本、图像、视频、日志文件等。
2. 数据模型：NoSQL数据库采用了多种不同的数据模型，如键值存储、文档存储、列存储和图存储。
每种数据模型都具有不同的特点和适用场景，以满足不同类型数据的存储需求。
3. 键值存储：键值存储是最简单的数据模型，数据以键值对的形式存储，并通过唯一的键来访问数据。
这种模型适用于快速存储和检索数据，但缺乏查询功能。
4. 文档存储：文档存储模型以类似 JSON 或 XML 的文档形式存储数据，每个文档可包含不同的字段和值。
这种模型易于扩展和表示复杂的数据结构，例如使用嵌套文档表示。
5. 列存储：列存储模型将数据按列进行存储，而不是按行，以提高查询效率。
这种模型适用于需要快速查询特定列的分析工作负载。
6. 图存储：图存储模型用于存储和处理图形结构数据，例如社交网络、知识图谱等。
它强调节点和边的关系，并提供高效的图形操作。
7. 水平扩展：NoSQL数据库通常支持水平扩展，这意味着可以添加更多的服务器节点来增加数据库的存储容量和吞吐量。
这是因为NoSQL数据库具有松散的一致性模型，可以将数据分布在多个节点上。
8. CAP 定理：CAP 定理是一个理论结果，它指出对于一个分布式系统，一致性（Consistency）、可用性（Availability）和分区容错性（Partition tolerance）这三个特性无法同时满足。
NoSQL数据库通常更加注重可用性和分区容错性，而在一致性方面可能有不同程度的牺牲。
nosql数据库的base原则
nosql数据库的base原则NoSQL数据库的Base原则随着互联网的快速发展，传统的关系型数据库在处理大规模数据和高并发访问方面逐渐显现出局限性。
为了解决这些问题，NoSQL数据库应运而生。
NoSQL（Not Only SQL）数据库是一种非关系型数据库，它采用了不同于传统关系型数据库的存储模型和查询语言。
在NoSQL数据库中，有一组基本的原则，被称为Base原则，用来指导设计和实现数据库系统。
Base原则是指基本可用（Basically Available）、软状态（Soft state）和最终一致性（Eventually Consistent）。
这三个原则共同构成了NoSQL数据库的核心理念，下面将对它们进行详细的介绍。
首先是基本可用（Basically Available）。
基本可用意味着系统在面对故障或异常情况时，仍能保持基本的可用性和可访问性。
NoSQL 数据库注重系统的稳定性和健壮性，即使在面临极端情况下也能提供基本的服务。
这是与传统关系型数据库的一个重要区别，传统数据库在面对故障时往往会完全崩溃或无法正常工作，而NoSQL数据库能够尽可能地保持可用性。
其次是软状态（Soft state）。
软状态是指系统在任意时刻可以处于不同的状态，这与传统数据库的强一致性要求形成鲜明对比。
在NoSQL数据库中，数据的一致性要求相对较低，允许系统在某些时刻存在不一致的状态。
这样的设计可以提高系统的性能和可扩展性，允许系统在高并发环境下快速响应用户请求。
最后是最终一致性（Eventually Consistent）。
最终一致性是指系统最终会达到一致的状态，但在此之前可能会存在一段时间的不一致状态。
NoSQL数据库通过异步复制和延迟更新等技术实现最终一致性。
由于系统的分布式特性，数据的复制和同步需要一定的时间，因此在某个时间段内可能会出现数据的不一致。
然而，通过一系列的同步操作，系统最终会将数据达到一致的状态。
nosql数据库的base原则
nosql数据库的base原则NoSQL数据库的base原则随着互联网的快速发展和大数据的普及应用，传统的关系型数据库在处理海量数据时面临着很多问题，比如扩展性差、性能低下等。
为了解决这些问题，NoSQL数据库应运而生。
NoSQL（Not Only SQL）数据库是一种非关系型的数据库管理系统，以其高性能、高可扩展性和灵活性而备受关注。
在设计和使用NoSQL数据库时，有一些基本原则需要遵循，以确保数据库的高效运行和可靠性。
1. 水平扩展性（Horizontal Scalability）水平扩展性是NoSQL数据库的一项重要原则。
传统的关系型数据库通常采用垂直扩展方式，即通过增加硬件资源来提升性能，但这种方式存在着成本高、扩展性差等问题。
而NoSQL数据库通过将数据分片存储在多个节点上，实现了水平扩展。
这种方式可以根据需求随时增减节点，并且可以利用分布式计算和存储的优势，提高系统的吞吐量和性能。
2. 高可用性（High Availability）高可用性是NoSQL数据库的另一个重要原则。
在分布式环境下，节点的故障是不可避免的。
为了保证系统的正常运行，NoSQL数据库需要具备高可用性。
通过数据的冗余备份和自动故障转移，可以在节点故障时保持系统的可用性。
此外，还可以通过数据的副本和数据同步机制，实现数据的持久性和一致性，确保数据不会丢失和损坏。
3. 灵活的数据模型（Flexible Data Model）NoSQL数据库采用了灵活的数据模型，与传统的关系型数据库相比，不再需要事先定义表结构和字段。
这使得NoSQL数据库能够处理半结构化和非结构化的数据，适应不同类型和格式的数据存储需求。
此外，NoSQL数据库还支持动态的数据模型和模式演化，可以随时根据业务需求进行扩展和修改，提高了开发的灵活性和效率。
4. 分布式计算和存储（Distributed Computing and Storage）NoSQL数据库基于分布式计算和存储的原理，通过将数据分散存储在多个节点上，实现了数据的并行处理和分布式计算。
大数据分析系统项目方案
大数据分析系统项目方案目录一、项目概述 (3)1.1 项目背景 (4)1.2 项目目标 (5)1.3 项目范围 (5)二、需求分析 (7)2.1 数据源分析 (8)2.2 数据处理需求 (9)2.3 分析功能需求 (10)2.4 系统性能需求 (12)三、技术选型 (13)3.1 大数据平台选择 (14)3.2 数据处理工具选择 (16)3.3 数据分析算法选择 (17)3.4 系统架构选择 (18)四、项目实施计划 (20)五、项目风险管理 (21)5.1 技术风险 (22)5.2 运营风险 (23)5.3 法律风险 (25)六、项目预算 (26)6.1 人力成本 (27)6.2 物资成本 (29)6.3 其他成本 (30)七、项目收益预测 (31)7.1 数据增值收益 (33)7.2 业务提升收益 (34)7.3 资金回报收益 (35)八、项目评估与监控 (36)8.1 项目评估指标 (37)8.2 项目进度监控 (38)8.3 项目质量监控 (39)8.4 项目风险监控 (41)九、项目沟通与协作 (42)9.1 内部沟通机制 (43)9.2 外部协作机制 (44)十、项目总结与展望 (46)10.1 项目成果总结 (47)10.2 项目经验教训 (48)10.3 项目未来展望 (50)一、项目概述随着信息技术的快速发展，大数据分析逐渐成为现代企业不可或缺的核心竞争力。
本项目旨在构建一个高效、稳定、智能化的大数据分析系统，为企业提供全方位的数据支持，助力企业决策更加科学、精准。
本项目的核心目标是实现数据采集、存储、处理和分析的全流程管理，充分挖掘数据的潜在价值，为企业提供有价值的洞察和解决方案。
通过本项目，企业可以更好地了解市场趋势、优化业务流程、提高运营效率，从而在激烈的市场竞争中保持领先地位。
数据采集：实现多种数据源的数据采集，包括企业内部数据、外部数据等，确保数据的全面性和准确性。
数据存储：构建高效的数据存储方案，确保海量数据的安全存储和快速访问。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Many NoSql Solutions out there:
EJDBg
EL FOR &K
Cassandra
CouchDB relax
iak 对
CoucHBase HBASE
RA^NDB
Comparison Metrics
• Storage Type ・CAP • ACID • Read/Write Performance • Replication and Sharding • Indexed Query and Secondary Index • High Availability, Fault Tolerance, Failover • Scalability on data and request
nppn ?rd fioipratnr dar.imAnt DR
HYPFRTARI F iw
,mongoD
FATDB MarkLogic
Neo4j
llie qxapli database
Project Voldemo rt
A distribuiBd datsbaso.
1. Concepts of Distributed Programming Architecture. 2. Application Programming Model.
vs. Machines are assigned different tasks and
responsibilities in a cluster. They depend on each other as client to server.
Common Architecture (3)
Inter-process Co-ordination vs. Database Centric
- data is the same across replications
• Availability
- ability to access the cluster even if a node in the cluster goes down
• Partition Tolerance
cluster continues to function even if there is a "partition" (communications break) between nodes
Storage Types
• Document: Jackrabbit, MongoDb, ArangoDb, CouchBase, CouchDb • Columns: Hbase, Cassandra • Key-Values: Riak, MemCacheDb
CAP Theorem
• Consistency
CAP Theorem
A distributed system can not satisfy all three. ・CA
- data is consistent between all nodes but may become out of sync if there is partition in cluster.
Common Architecture (2)
Peer-to-Peer vs. Client-to-Server
No special machine or machines that provide a service or manage the network resources. Instead all responsibilities are uniformly divided among all machines, known as peers.
Method of communicating and coordinating work among concurrent processes on different machines.
vs. Enable distributed computing to be done without any form of direct inter-process communication, by utilizing a shared database
Space Based (virtual single address space)
refers to an infrastructure that creates the illusion (virtualization) of one single address-space. Data are transparently replicated according to application needs. Decoupling in time, space and reference is achieved.
・CP - data is consistent between all nodes, and maintains partition tolerance by becoming unavailable when a node goes down.
3. Detailed Comparison of a few NoSql opensource projects
Cassandra Hbase MongoDB MemCache
Common Architectures
Highly Coupled (clustered):
refers typically to a cluster of machines that closely work together, running a shared process in parallel. The task is subdivided in parts that are made individually by each one and then put back together to make the final result.