Stor data och polyglot persistens - dummies

Termen polyglot lånas och omdefinieras för stora data som en uppsättning applikationer som använder flera kärndatabassteknologier, vilket är det mest sannolika resultatet av din genomförandeplanering. Den officiella definitionen av polyglot är & ldquo; någon som talar eller skriver flera språk. & Rdquo; Det kommer bli svårt att välja en persistensstil oavsett hur smal din inställning till stora data kan vara.

En polyglot persistensdatabas används när det är nödvändigt att lösa ett komplext problem genom att bryta det problemet i segment och tillämpa olika databasmodeller. Det är då nödvändigt att samla resultaten i en hybrid datalagrings- och analyslösning. Ett antal faktorer påverkar detta beslut:

• Du använder redan polyglot uthållighet på din befintliga arbetsplats. Om ditt företag eller din organisation är stor använder du förmodligen flera RDBMS, datalager, data mars, platta filer, innehållshanteringsservrar och så vidare.

  Den här hybridmiljön är vanlig, och du måste förstå det så att du kan fatta rätt beslut om integration, analys, aktualitet i data, datasynlighet och så vidare. Du måste förstå allt detta för att du måste ta reda på hur det ska passa in i din stora dataimplementering.

• Det mest idealiska av miljöer, där du bara har en persistensteknik, är nog inte lämpad för stor datalösning. Åtminstone måste du introducera en annan typ av databas och annan stödjande teknik för din nya implementering.

• Beroende på sort och hastighet för din stora datainsamling, kan du behöva överväga olika databaser för att stödja en implementering. Du bör också överväga dina krav på transaktionsintegritet. Behöver du stödja ACID-överensstämmelse eller kommer BASE-överensstämmelse att vara tillräcklig?

Antag att du måste identifiera alla kunder för din produkt som har köpt de senaste 12 månaderna och har kommenterat sociala webbplatser om deras erfarenhet - OCH om de har haft några supportfall, var de förvärvade produkten, hur det levereras, vad de betalade, hur de betalade, huruvida de har varit på företagets hemsida, hur många gånger, vad de gjorde och så vidare.

Antag sedan att du vill erbjuda dem en rabatt på sin smartphone när de går in i en av dina (eller en av dina partners) butiker.

Detta är en stor datautmaning som bäst.Flera datakällor med mycket olika strukturer måste samlas in och analyseras så att du kan få svaren på dessa frågor. Då behöver du bestämma om kunderna kvalificerar sig för kampanjen och i realtid skjuta dem en kupong som ger dem något nytt och intressant.

Denna typ av problem kan inte lösas enkelt eller kostnadseffektivt med en typ av databasteknik. Även om vissa av de grundläggande uppgifterna är transaktionella och förmodligen i en RDBMS, är den andra informationen icke-relativ och kräver minst två typer av persistensmotorer (rumslig och grafisk). Du har nu polyglot uthållighet.