FoundationDB: Ein neuer Ansatz für eine etablierte Datenstruktur

Es scheint, dass verteilte, SQL und NoSQL Datenbank-Engines all die Wut für extreme Transaktionsverarbeitung oder Big Data-Anwendungen sind. Einige dieser Systeme handeln verteilte Leistung für Transaktionsintegrität. Einige sagen dem Programm, dass Daten gespeichert worden sind und sicher ist und es wirklich irgendwo in irgendeinem Systemgedächtnis lebt und nicht wirklich sicher auf einer Scheibe irgendwo gespeichert worden ist.

Eventuelle Konsistenz

Die Stiftung der Ori Herrnstadt von FoundationDB hat das Angebot seines Unternehmens erläutert und warum “eventuelle Konsistenz” eine Herausforderung darstellen kann.

Während der Diskussion des Unternehmens “Key Value Store”, fühlte ich mich erinnert an die Pick-und MUMPS-Datenbanken, die ich mit vor langer Zeit gearbeitet. Da ist es. Ich sagte es. Ich war ein MUMPS-Praktiker und Datenbank-Ingenieur.

Einige verteilte Datenbanken, unabhängig davon, ob sie die SQL-Abfragesprache oder etwas anderes (NoSQL) unterstützen, replizieren Daten zwischen einer Anzahl von Systemen und sagen den Programmen, dass die Daten sicher gespeichert worden sind, obwohl es wirklich nicht wirklich zu einem zuverlässigen Speicher gelangt ist Medien. Die Anbieter, die diese Systeme anbieten, weisen darauf hin, dass es sehr unwahrscheinlich ist, dass alle Systeme, die die Daten enthalten, zur gleichen Zeit nicht verfügbar sind.

Daten, würden sie darauf hinweisen, ist “sicher genug.”

FoundationDB glaubt, dass “sicher genug” nicht wirklich sicher ist. Es ist durchaus möglich, dass mehrere Systeme in einem Rechenzentrum oder vielleicht das gesamte Rechenzentrum selbst nicht mehr verfügbar sind. Daten konnten während eines dieser seltenen Ausfälle verloren gehen.

Eventuelle Konsistenz ist nicht das gleiche wie Datenkonsistenz, Hernstadt wies darauf hin.

FoundationDB hat eine Datenbank-Engine aufgebaut, die auf dem Konzept eines Schlüsselwertspeichers basiert, einer Datenbank, die die Daten selbst als eigenen Index verwenden soll. Entwickler können auf diesen Datenspeicher über eine Reihe von APIs oder über Sprachprozessoren zugreifen, die herkömmliche Abfragesprachen verwenden und diese für die Verarbeitung durch den Schlüsselwertspeicher aufteilen.

Großer Datenverkehr: Warum der Hype zu stoppen ist, was große Daten bedeutet für kleine Unternehmen, Executive Guide: Making the Business Case für große Daten (kostenloses ebook), Big Data 2013: Industry Players ‘Forecasts, M2M macht Sinn für DBS Bank

Der Schlüsselwertspeicher unterstützt Freigabe, hierarchische Speicherung, Multi-Map-Speicher und eine ganze Reihe fortschrittlicher Datenbankkonzepte.

Ein wichtiger Punkt ist, dass FoundationDB einen Weg entwickelt hat, um sicherzustellen, dass Transaktionen, die mit seinem Key Value Store erstellt werden, ACID-konform sind. Da diese Transaktionen in einer verteilten Umgebung betrieben werden, sind sie auch sehr schnell.

Eine der Nachrichten des Unternehmens ist, dass seine Datenbank es ermöglicht, dass viele verschiedene Datenbank-Engines durch eine einzelne Datenbank ersetzt werden, da alle Funktionen, die sie anbieten, in FoundationDB verfügbar sind.

Es war erfrischend, über eine Datenbank zu sprechen, die auf den gleichen Ideen wie Pick und MUMPS (jetzt M) aufgebaut wurde. Die Datenbank basiert auf einer sehr kompakten B-Tree-Architektur, die die Daten als Teil des Index verwendet. Die Daten sind nicht auf bestimmte Typen beschränkt. Ein Knoten in der Datenbank kann ein String, eine Zahl, ein Zeiger auf niedrigere Daten oder eine Kombination von Daten und ein Zeiger sein.

Star Trek: 50 Jahre positive Futurismus und fett sozialer Kommentar, Microsoft Surface All-in-One-PC, sagte zu der Schlagzeile Hardware Start Oktober, Hände auf dem iPhone 7, neue Apple-Uhr, und AirPods; Google kauft Apigee für $ 625.000.000

Social Data LinkedIn stellt seine neue Blogging-Plattform, Big Data Analytics, ist das Alter von Big OLAP, Big Data Analytics, DataRobot zielt auf die Automatisierung von Low-hanging Obst der Datenwissenschaft, Big Data Analytics, MapR Gründer John Schroeder Schritte, COO zu ersetzen

Diese Daten können auf verschiedene Weise strukturiert werden, was es ermöglicht, eine ganze Reihe verschiedener Speichermechanismen zu implementieren.

Diese Datenstruktur erinnert mich an meine Arbeit mit Pick eine MUMPS-Datenbanken vor langer Zeit. FoundationDB hat das Konzept einer B-Tree-Datenbank, die Grundlage sowohl der Pick-und der MUMPS-Datenbank und hat eine ganze Weise mit ihm.

In FoundationDB ist diese Datenbank-Engine Teil einer hoch verteilten, sehr zuverlässigen, ACID-kompatiblen Datenbank-Engine. Die Engine besteht aus drei Schichten – einer Speicherschicht, die die eigentliche Datenspeicher- und Wiederherstellungsfunktion implementiert, eine verteilte Verarbeitungsschicht, die es ermöglicht, Datenbankkomponenten auf einem Cluster von Systemen zu platzieren und Daten automatisch zu platzieren, wo sie für die beste Leistung platziert werden sollen Eine Sprachverarbeitungsschicht, die den Datenbankzugriff unter Verwendung einer Anzahl unterschiedlicher Abfragen ermöglicht. Zu diesem Zeitpunkt ist SQL verfügbar. Andere Sprachen-Unterstützung kann in Zukunft erwartet werden.

Ich war von der Klugheit des Ansatzes der FoundationDB sehr beeindruckt und erwarte von ihnen große Dinge von der Unterstützung von Big Data und extremen Transaktionsanwendungen in der Zukunft zu hören. Wenn Sie einen Weg, um eine Reihe von verschiedenen Datenbank-Engines zu konsolidieren, um Personal-und Lizenzkosten zu reduzieren suchen, kann FoundationDB nur die richtige Antwort sein.

Wenn Sie Werkzeuge zur Implementierung von Big Data-Anwendungen suchen, kann FoundationDB auch die Antwort sein, nach der Sie gesucht haben.

LinkedIn stellt seine neue Blogging-Plattform vor

Ist dies das Alter von Big OLAP?

DataRobot zielt auf die Automatisierung von tiefgreifenden Datenwissenschaften ab

MapR-Gründer John Schroeder geht nach unten, COO zu ersetzen

Ansatz der FoundationDB

Schnappschussanalyse