Höghastighetsnyckelåtkomst med NoSQL-dummies

Viktiga butiker i NoSQL handlar om hastighet. Du kan använda olika tekniker för att maximera hastigheten, från cachningsdata, att ha flera kopior av data eller använda de mest lämpliga lagringsstrukturerna.

Cache-data i minnet

Eftersom data är lättåtkomligt när det är lagrat i RAM (RAM), väljer du en nyckelvärdesbutik som cachar data i RAM, kan du snabbt öka tillgången till data, om än till priset högre serverkostnader.

Ofta är det emellertid värt att göra. Du kan enkelt beräkna vilken procentandel av din lagrade data som begärs ofta. Om du vet att fem procent vanligtvis begärs några minuter, ta sedan fem procent av din datastorlek och lägg till det numret som ledigt RAM-utrymme över dina databasservrar.

Tänk på att operativsystemet, andra applikationer och databasservern också har minneskrav.

Replikera data till slavar

I nyckelvärdesbutiker lagras en viss nyckel på en av servrarna i klustret. Denna process heter nyckelpartitionering . Det betyder att om den här nyckeln ständigt begärs kommer den här noden att få större delen av förfrågningarna. Denna nod kommer därför att vara långsammare än din genomsnittliga begäran om hastighet, vilket kan påverka kvaliteten på tjänsten till dina användare.

För att undvika denna situation stöder vissa viktiga butiker att lägga till skrivskyddade repliker, även kallade slavar. Redis, Riak och Aerospike är bra exempel. Replikering tillåter att nyckeln sparas flera gånger på flera servrar, vilket ökar svarhastigheten men på bekostnad av mer hårdvara.

Några viktiga butiker garanterar att replikerna av nyckeln alltid har samma värde som mastern. Denna garanti kallas att vara helt konsekvent. Om en uppdatering händer på huvudservern som håller nyckeln, är alla replikor garanterade att de är aktuella.

Inte alla viktiga butiker garanterar denna status (Riak, till exempel), så om det är viktigt att vara uppdaterad till millisekunden, välj sedan en databas vars replikor är helt konsekventa (till exempel Aerospike).

Datamodellering i nyckelvärdesbutiker

Många viktiga värdebutiker stöder endast grundläggande strukturer för sina värdetyper, och lämnar applikationsprogrammeraren för att tolka data. Enkelt datatypstöd innehåller vanligtvis strängar, heltal, JSON och binära värden.

För många användningsfall fungerar det bra, men ibland är en lite mer granulär tillgång till data användbar.Redis stöder till exempel följande data värde typer:

• String

• Lista

• Ange

• Sorterat set

• Hash-kartor

• Bitraderingar

• Hyperlog-loggar

Sorterade uppsättningar kan fråga efter matchande värden - precis som att fråga om ett index av värden sorterade efter datum, vilket är mycket användbart för att söka efter en delmängd typad data.

Användning av data

Redis innehåller åtgärder för att öka och minska nyckelvärdena direkt, utan att behöva göra en stegvis modifieringsuppdatering (RMU). Du kan göra det inom en enda transaktion för att säkerställa att ingen annan applikation ändrar värdet under en uppdatering. Dessa datatypsspecifika åtgärder inkluderar att lägga till och ta bort objekt till listor och uppsättningar också.

Du kan även tillhandahålla autofullständig funktionalitet i ett användares användargränssnitt med hjälp av kommandot Redis ZRANGEBYLEX. Detta kommando hämtar en uppsättning nycklar som delvis matchar en sträng. Så om du skulle skriva "NoSQL for" i sökfältet för en applikation som byggdes på Redis så skulle du se förslaget "NoSQL For Dummies. "

Utvärdera Redis

Redis är stolt över att vara en mycket lätt men snabbt snabb viktiga butik. Det var ursprungligen utformat för att vara en värdehanteringsbutik i minnet, men har nu skivbaserad datalagring.

Du kan använda Redis för att skydda data genom att aktivera AOF-fil (lägg till endast fil) och instruera Redis att tvinga data till disk på varje fråga (känd som tvångs fsync-spolning ). AOF gör det långsammare att skriva, förstås, men det ger en högre grad av hållbarhet för data. Var dock medveten om att det fortfarande är möjligt att förlora upp till en sekund av kommandon.

Redis har nyligen bara lagt till stöd för kluster. Faktum är att Rediss klustringsstöd faktiskt ligger i beta-testfasen vid tidpunkten för detta skrivande. Lyckligtvis använder Redis en gemensam-ingenting-klustermodell, med mästare för särskilda nycklar och slavar som aldrig direkt skrivs till av en klient; bara mästaren gör det. Att tillhandahålla delat-ingenting-gruppering bör göra det lättare för Redis att implementera tillförlitlig gruppering än vad det gäller databaser som tillåter att skriva till alla replikor.

Om du vill ha ett mycket höghastighetsminskningsskikt framför en annan databas - MongoDB eller Riak används vanligtvis med Redis - utvärdera sedan Redis som ett alternativ. Eftersom stöd för kluster och data hållbarhet utvecklas, kan Redis kanske övervinna andra backend-databaser.