Innehållsförteckning:
Video: Comparing Accumulo, Cassandra, and HBase 2024
Det finns tillfällen när du vill ge nyckelvärdesstil höghastighetsåtkomst till data som hålls i en relationsdatabas. Den här databasen kan till exempel vara Berkeley DB (Java Edition för Voldemort) eller MySQL.
Att tillhandahålla nyckeltal som tillgång till data kräver att en nyckelvärdesbutik lagras direkt över en av dessa andra databaser. I grund och botten använder du en annan databas som lagringsskiktet, snarare än en kombination av ett filsystem för lagring och en ingångsrörledning för kopiering av data från en relationsdatabas.
Denna process förenklar att tillhandahålla en höghastighets nyckelvärdesbutik medan du använder en traditionell relationsdatabas för lagring.
Ändra lagringsmotorer
Olika arbetsbelastningar kräver olika lagringsmotorer och prestandaegenskaper. Aerospike är utmärkt för högt intag; Redis är utmärkt för ett stort antal läser. Var och en är byggd kring ett specifikt användningsfall.
Voldemort tar ett annat tillvägagångssätt. I stället för att behandla nyckelfärdighetsbutiken som en separat nivå för datahantering, behandlar Voldemort nyckelfärdighetsbutiken som ett API och lägger till ett minnesminskningsskikt, vilket innebär att du kan ansluta till den bakre änden som ger mest mening för dina speciella behov.
Om du vill ha en enkel disklagringsnivå kan du använda Berkeley DB Java Edition-lagringsenheten. Om du istället vill lagra relationell data kan du använda MySQL som back-end till Voldemort.
Med denna funktion kombinerad med anpassade datatyper kan du använda en enkelvärdesbutiks enkla butik / hämta API för att effektivt dra tillbaka och direkt cache information i en annan backend-butik.
Detta tillvägagångssätt står i motsats till det vanliga sättet att ha separata databaser - en i, t.ex. Oracle för transaktionsdata och en annan i din viktiga butik (Riak, till exempel). Med denna två-tier-strategi måste du utveckla kod för att flytta data från en nivå till den andra för caching. Med Voldemort finns det en kombinerad nivå - din data nivå - så extrakoden är överflödig.
Cachningsdata i minnet
Voldemort har ett inbyggt minne i minnet som minskar belastningen på lagringsmotorn och ökar sökprestanda. Inget behov av att använda ett separat cache-lag, till exempel Redis eller Oracle's Coherence Java-applikationsdata caching-produkt ovanpå.
Möjligheten att tillhandahålla höghastighetslager med cache är varför LinkedIn använder Voldemort för vissa högpresterande användarfall.
Med Voldemort får du det bästa av båda världarna - en lagringsmotor för dina exakta datakrav och en höghastighetsminne i minnet för att minska belastningen på den motorn.Du får också enkelt nyckelvärdesaffärsbutik / hämta semantik ovanpå din lagringsmotor.
Utvärdering av Voldemort
I böckerna Harry Potter höll Lord Voldemort mycket magi i honom, både bra och dåligt, även om han använde det för att terrorisera muggles. Voldemortdatabasen, som det visar sig, kan också lagra stora mängder data, men kan användas till goda av datortillverkare överallt!
Voldemort är fortfarande en produkt i utveckling. Många bitar saknas fortfarande, så det stödjer inte de olika lagringsmotorerna du kan förvänta dig. Detta fokus för Voldemorts utvecklingssamhälle är sannolikt eftersom Voldemort är byggt i Java-programmeringsspråket, vilket kräver att ett Java Native Interface (JNI) -kontakt byggs för integration till de flesta C eller C ++-baserade databaser.
Voldemort har dock en bra integration med serialiseringsramar. Stödda ramar inkluderar Java serialisering, Avro, Sparsamhet och Protocol buffers. Det innebär att de tillhandahållna API-wrapparna matchar den välkända serialiseringsmetoden för varje programmeringsspråk, vilket gör applikationsutvecklingen intuitiv.
Voldemort hanterar inte konsistens såväl som andra system gör. Voldemort använder metoden Read Repair , där inkonsekventa versionsnummer för samma rekord är fasta vid lästid, i stället för att hållas konsekvent vid skrivtiden.
Det finns inte något sekundärt indexerings- eller frågestöd; Voldemort förväntar dig att använda de underliggande lagringsmotorens anläggningar för att klara det användningsfallet. Dessutom har Voldemort inte inbyggda databasutlösare eller en varnings- eller händelsebearbetningsram för att bygga en.
Om du behöver en nyckelvärdesbutik som är mycket tillgänglig, är partitionstolerant, körs i Java och använder olika lagringsbakändar, då kan Voldemort vara för dig.
