Enviar pesquisa
Carregar
Architectures techniques NoSQL
•
3 gostaram
•
2,050 visualizações
O
OCTO Technology
Seguir
Tecnologia
Denunciar
Compartilhar
Denunciar
Compartilhar
1 de 33
Recomendados
Etat de l art business intelligence
Etat de l art business intelligence
Joseph Glorieux
IT FUTURE 2011 - Présentation de Net app
IT FUTURE 2011 - Présentation de Net app
Fujitsu France
Fuse source parisjug-10052011
Fuse source parisjug-10052011
Charles Moulliard
200907 Petit Dejeuner Reduction Couts
200907 Petit Dejeuner Reduction Couts
Oxalide
H7116 vplex-hyper-v-sql-wp
H7116 vplex-hyper-v-sql-wp
Ange Elie Mombo Kevin
200907 Petit Dejeuner Optimisation coûts 20m
200907 Petit Dejeuner Optimisation coûts 20m
Oxalide
Cloud & physique, mauvaises et bonnes solutions
Cloud & physique, mauvaises et bonnes solutions
Oxalide
Atelier Hitachi Information Forum 2012 - Les solutions « Cloud Optimized » de...
Atelier Hitachi Information Forum 2012 - Les solutions « Cloud Optimized » de...
Hitachi Data Systems France
Recomendados
Etat de l art business intelligence
Etat de l art business intelligence
Joseph Glorieux
IT FUTURE 2011 - Présentation de Net app
IT FUTURE 2011 - Présentation de Net app
Fujitsu France
Fuse source parisjug-10052011
Fuse source parisjug-10052011
Charles Moulliard
200907 Petit Dejeuner Reduction Couts
200907 Petit Dejeuner Reduction Couts
Oxalide
H7116 vplex-hyper-v-sql-wp
H7116 vplex-hyper-v-sql-wp
Ange Elie Mombo Kevin
200907 Petit Dejeuner Optimisation coûts 20m
200907 Petit Dejeuner Optimisation coûts 20m
Oxalide
Cloud & physique, mauvaises et bonnes solutions
Cloud & physique, mauvaises et bonnes solutions
Oxalide
Atelier Hitachi Information Forum 2012 - Les solutions « Cloud Optimized » de...
Atelier Hitachi Information Forum 2012 - Les solutions « Cloud Optimized » de...
Hitachi Data Systems France
Introduction aux bases de données NoSQL
Introduction aux bases de données NoSQL
Antoine Augusti
Big Data: Hadoop Map / Reduce sur Windows et Windows Azure
Big Data: Hadoop Map / Reduce sur Windows et Windows Azure
Microsoft
NoSQL et Big Data
NoSQL et Big Data
acogoluegnes
Les modèles NoSQL
Les modèles NoSQL
ebiznext
Introduction to Cassandra (June 2010)
Introduction to Cassandra (June 2010)
gdusbabek
NoSQL: Introducción a las Bases de Datos no estructuradas
NoSQL: Introducción a las Bases de Datos no estructuradas
Diego López-de-Ipiña González-de-Artaza
Techday Arrow Group: Hadoop & le Big Data
Techday Arrow Group: Hadoop & le Big Data
Arrow Group
Presentation Hadoop Québec
Presentation Hadoop Québec
Mathieu Dumoulin
NoSQL databases
NoSQL databases
Marin Dimitrov
Big Data Analytics for connected home
Big Data Analytics for connected home
Héloïse Nonne
Présentation Big Data et REX Hadoop
Présentation Big Data et REX Hadoop
Joseph Glorieux
Plateforme bigdata orientée BI avec Hortoworks Data Platform et Apache Spark
Plateforme bigdata orientée BI avec Hortoworks Data Platform et Apache Spark
ALTIC Altic
NoSql : conception des schémas, requêtage, et optimisation
NoSql : conception des schémas, requêtage, et optimisation
Microsoft Technet France
Casablanca Hadoop & Big Data Meetup - Introduction à Hadoop
Casablanca Hadoop & Big Data Meetup - Introduction à Hadoop
Benoît de CHATEAUVIEUX
Bases de données NoSQL
Bases de données NoSQL
Samy Dindane
Enquête RegionsJob : emploi et réseaux sociaux, deuxième édition
Enquête RegionsJob : emploi et réseaux sociaux, deuxième édition
HelloWork
Une introduction à MapReduce
Une introduction à MapReduce
Modern Data Stack France
Présentation pfe Big Data Hachem SELMI et Ahmed DRIDI
Présentation pfe Big Data Hachem SELMI et Ahmed DRIDI
HaShem Selmi
Hadoop Hbase - Introduction
Hadoop Hbase - Introduction
Blandine Larbret
Hadopp Vue d'ensemble
Hadopp Vue d'ensemble
Modern Data Stack France
Etat de l art business intelligence
Etat de l art business intelligence
OCTO Technology
Université du SI - 2011 - La fin des bases relationnelles?
Université du SI - 2011 - La fin des bases relationnelles?
Olivier Mallassi
Mais conteúdo relacionado
Destaque
Introduction aux bases de données NoSQL
Introduction aux bases de données NoSQL
Antoine Augusti
Big Data: Hadoop Map / Reduce sur Windows et Windows Azure
Big Data: Hadoop Map / Reduce sur Windows et Windows Azure
Microsoft
NoSQL et Big Data
NoSQL et Big Data
acogoluegnes
Les modèles NoSQL
Les modèles NoSQL
ebiznext
Introduction to Cassandra (June 2010)
Introduction to Cassandra (June 2010)
gdusbabek
NoSQL: Introducción a las Bases de Datos no estructuradas
NoSQL: Introducción a las Bases de Datos no estructuradas
Diego López-de-Ipiña González-de-Artaza
Techday Arrow Group: Hadoop & le Big Data
Techday Arrow Group: Hadoop & le Big Data
Arrow Group
Presentation Hadoop Québec
Presentation Hadoop Québec
Mathieu Dumoulin
NoSQL databases
NoSQL databases
Marin Dimitrov
Big Data Analytics for connected home
Big Data Analytics for connected home
Héloïse Nonne
Présentation Big Data et REX Hadoop
Présentation Big Data et REX Hadoop
Joseph Glorieux
Plateforme bigdata orientée BI avec Hortoworks Data Platform et Apache Spark
Plateforme bigdata orientée BI avec Hortoworks Data Platform et Apache Spark
ALTIC Altic
NoSql : conception des schémas, requêtage, et optimisation
NoSql : conception des schémas, requêtage, et optimisation
Microsoft Technet France
Casablanca Hadoop & Big Data Meetup - Introduction à Hadoop
Casablanca Hadoop & Big Data Meetup - Introduction à Hadoop
Benoît de CHATEAUVIEUX
Bases de données NoSQL
Bases de données NoSQL
Samy Dindane
Enquête RegionsJob : emploi et réseaux sociaux, deuxième édition
Enquête RegionsJob : emploi et réseaux sociaux, deuxième édition
HelloWork
Une introduction à MapReduce
Une introduction à MapReduce
Modern Data Stack France
Présentation pfe Big Data Hachem SELMI et Ahmed DRIDI
Présentation pfe Big Data Hachem SELMI et Ahmed DRIDI
HaShem Selmi
Hadoop Hbase - Introduction
Hadoop Hbase - Introduction
Blandine Larbret
Hadopp Vue d'ensemble
Hadopp Vue d'ensemble
Modern Data Stack France
Destaque
(20)
Introduction aux bases de données NoSQL
Introduction aux bases de données NoSQL
Big Data: Hadoop Map / Reduce sur Windows et Windows Azure
Big Data: Hadoop Map / Reduce sur Windows et Windows Azure
NoSQL et Big Data
NoSQL et Big Data
Les modèles NoSQL
Les modèles NoSQL
Introduction to Cassandra (June 2010)
Introduction to Cassandra (June 2010)
NoSQL: Introducción a las Bases de Datos no estructuradas
NoSQL: Introducción a las Bases de Datos no estructuradas
Techday Arrow Group: Hadoop & le Big Data
Techday Arrow Group: Hadoop & le Big Data
Presentation Hadoop Québec
Presentation Hadoop Québec
NoSQL databases
NoSQL databases
Big Data Analytics for connected home
Big Data Analytics for connected home
Présentation Big Data et REX Hadoop
Présentation Big Data et REX Hadoop
Plateforme bigdata orientée BI avec Hortoworks Data Platform et Apache Spark
Plateforme bigdata orientée BI avec Hortoworks Data Platform et Apache Spark
NoSql : conception des schémas, requêtage, et optimisation
NoSql : conception des schémas, requêtage, et optimisation
Casablanca Hadoop & Big Data Meetup - Introduction à Hadoop
Casablanca Hadoop & Big Data Meetup - Introduction à Hadoop
Bases de données NoSQL
Bases de données NoSQL
Enquête RegionsJob : emploi et réseaux sociaux, deuxième édition
Enquête RegionsJob : emploi et réseaux sociaux, deuxième édition
Une introduction à MapReduce
Une introduction à MapReduce
Présentation pfe Big Data Hachem SELMI et Ahmed DRIDI
Présentation pfe Big Data Hachem SELMI et Ahmed DRIDI
Hadoop Hbase - Introduction
Hadoop Hbase - Introduction
Hadopp Vue d'ensemble
Hadopp Vue d'ensemble
Semelhante a Architectures techniques NoSQL
Etat de l art business intelligence
Etat de l art business intelligence
OCTO Technology
Université du SI - 2011 - La fin des bases relationnelles?
Université du SI - 2011 - La fin des bases relationnelles?
Olivier Mallassi
Morning with MongoDB Paris 2012 - Octo
Morning with MongoDB Paris 2012 - Octo
MongoDB
No Sql - Olivier Mallassi - September 2010
No Sql - Olivier Mallassi - September 2010
JUG Lausanne
Article open-silicium-juin-juillet-aout-2013
Article open-silicium-juin-juillet-aout-2013
O10ée
Brocade - AG France IX - 30 Juin 2011
Brocade - AG France IX - 30 Juin 2011
France IX Services
Exchange Stockage : Mythes et Réalités
Exchange Stockage : Mythes et Réalités
Microsoft Technet France
Découvrez les solutions de virtualisation de Stockage DataCore et sa platefor...
Découvrez les solutions de virtualisation de Stockage DataCore et sa platefor...
ljaquet
NetApp PartnersTour 2011 à Lille, mon point de vue
NetApp PartnersTour 2011 à Lille, mon point de vue
Olivier (DaffyDuke) Duquesne
SQL Server et infrastructure
SQL Server et infrastructure
David Barbarin
Petit-déjeuner MapReduce-La révolution dans l’analyse des BigData
Petit-déjeuner MapReduce-La révolution dans l’analyse des BigData
Marc Bojoly
Lync, share point, sql
Lync, share point, sql
Eudes Olivier ROBERT
Persistance polyglotte avec Spring Data
Persistance polyglotte avec Spring Data
Michel Domenjoud
Quelle stratégie Cloud pour SharePoint v1.0 ?
Quelle stratégie Cloud pour SharePoint v1.0 ?
Patrick Guimonet
Lepton : Description succincte
Lepton : Description succincte
O10ée
La plateforme de services dynamiques OSGi
La plateforme de services dynamiques OSGi
Didier Donsez
IT Future 2012 - Fujitsu France solutions NetApp
IT Future 2012 - Fujitsu France solutions NetApp
Fujitsu France
Les pratiques des geants du web
Les pratiques des geants du web
Stephen PERIN
Acronis VM protect
Acronis VM protect
PROJECT SI
Valtech - NoSQL: le nuage souffle un nouvel R sur les SGBD
Valtech - NoSQL: le nuage souffle un nouvel R sur les SGBD
Valtech
Semelhante a Architectures techniques NoSQL
(20)
Etat de l art business intelligence
Etat de l art business intelligence
Université du SI - 2011 - La fin des bases relationnelles?
Université du SI - 2011 - La fin des bases relationnelles?
Morning with MongoDB Paris 2012 - Octo
Morning with MongoDB Paris 2012 - Octo
No Sql - Olivier Mallassi - September 2010
No Sql - Olivier Mallassi - September 2010
Article open-silicium-juin-juillet-aout-2013
Article open-silicium-juin-juillet-aout-2013
Brocade - AG France IX - 30 Juin 2011
Brocade - AG France IX - 30 Juin 2011
Exchange Stockage : Mythes et Réalités
Exchange Stockage : Mythes et Réalités
Découvrez les solutions de virtualisation de Stockage DataCore et sa platefor...
Découvrez les solutions de virtualisation de Stockage DataCore et sa platefor...
NetApp PartnersTour 2011 à Lille, mon point de vue
NetApp PartnersTour 2011 à Lille, mon point de vue
SQL Server et infrastructure
SQL Server et infrastructure
Petit-déjeuner MapReduce-La révolution dans l’analyse des BigData
Petit-déjeuner MapReduce-La révolution dans l’analyse des BigData
Lync, share point, sql
Lync, share point, sql
Persistance polyglotte avec Spring Data
Persistance polyglotte avec Spring Data
Quelle stratégie Cloud pour SharePoint v1.0 ?
Quelle stratégie Cloud pour SharePoint v1.0 ?
Lepton : Description succincte
Lepton : Description succincte
La plateforme de services dynamiques OSGi
La plateforme de services dynamiques OSGi
IT Future 2012 - Fujitsu France solutions NetApp
IT Future 2012 - Fujitsu France solutions NetApp
Les pratiques des geants du web
Les pratiques des geants du web
Acronis VM protect
Acronis VM protect
Valtech - NoSQL: le nuage souffle un nouvel R sur les SGBD
Valtech - NoSQL: le nuage souffle un nouvel R sur les SGBD
Mais de OCTO Technology
Le Comptoir OCTO - Se conformer à la CSRD : un levier d'action insoupçonné
Le Comptoir OCTO - Se conformer à la CSRD : un levier d'action insoupçonné
OCTO Technology
Le Comptoir OCTO - MLOps : Les patterns MLOps dans le cloud
Le Comptoir OCTO - MLOps : Les patterns MLOps dans le cloud
OCTO Technology
La Grosse Conf 2024 - Philippe Stepniewski -Atelier - Live coding d'une base ...
La Grosse Conf 2024 - Philippe Stepniewski -Atelier - Live coding d'une base ...
OCTO Technology
La Grosse Conf 2024 - Philippe Prados - Atelier - RAG : au-delà de la démonst...
La Grosse Conf 2024 - Philippe Prados - Atelier - RAG : au-delà de la démonst...
OCTO Technology
Le Comptoir OCTO - Maîtriser le RAG : connecter les modèles d’IA génératives ...
Le Comptoir OCTO - Maîtriser le RAG : connecter les modèles d’IA génératives ...
OCTO Technology
OCTO Talks - Les IA s'invitent au chevet des développeurs
OCTO Talks - Les IA s'invitent au chevet des développeurs
OCTO Technology
OCTO Talks - Lancement du livre Culture Test
OCTO Talks - Lancement du livre Culture Test
OCTO Technology
Le Comptoir OCTO - Green AI, comment éviter que votre votre potion magique d’...
Le Comptoir OCTO - Green AI, comment éviter que votre votre potion magique d’...
OCTO Technology
OCTO Talks - State of the art Architecture dans les frontend web
OCTO Talks - State of the art Architecture dans les frontend web
OCTO Technology
Refcard GraphQL
Refcard GraphQL
OCTO Technology
Comptoir OCTO ALD Automotive/Leaseplan
Comptoir OCTO ALD Automotive/Leaseplan
OCTO Technology
Le Comptoir OCTO - Comment optimiser les stocks en linéaire par la Data ?
Le Comptoir OCTO - Comment optimiser les stocks en linéaire par la Data ?
OCTO Technology
Le Comptoir OCTO - Retour sur 5 ans de mise en oeuvre : Comment le RGPD a réi...
Le Comptoir OCTO - Retour sur 5 ans de mise en oeuvre : Comment le RGPD a réi...
OCTO Technology
Le Comptoir OCTO - Affinez vos forecasts avec la planification distribuée et...
Le Comptoir OCTO - Affinez vos forecasts avec la planification distribuée et...
OCTO Technology
Le Comptoir OCTO - La formation au cœur de la stratégie d’éco-conception
Le Comptoir OCTO - La formation au cœur de la stratégie d’éco-conception
OCTO Technology
Le Comptoir OCTO - Une vision de plateforme sans leadership tech n’est qu’hal...
Le Comptoir OCTO - Une vision de plateforme sans leadership tech n’est qu’hal...
OCTO Technology
Le Comptoir OCTO - L'avenir de la gestion du bilan carbone : les solutions E...
Le Comptoir OCTO - L'avenir de la gestion du bilan carbone : les solutions E...
OCTO Technology
Le Comptoir OCTO - Continuous discovery et continuous delivery pour construir...
Le Comptoir OCTO - Continuous discovery et continuous delivery pour construir...
OCTO Technology
RefCard Tests sur tous les fronts
RefCard Tests sur tous les fronts
OCTO Technology
RefCard RESTful API Design
RefCard RESTful API Design
OCTO Technology
Mais de OCTO Technology
(20)
Le Comptoir OCTO - Se conformer à la CSRD : un levier d'action insoupçonné
Le Comptoir OCTO - Se conformer à la CSRD : un levier d'action insoupçonné
Le Comptoir OCTO - MLOps : Les patterns MLOps dans le cloud
Le Comptoir OCTO - MLOps : Les patterns MLOps dans le cloud
La Grosse Conf 2024 - Philippe Stepniewski -Atelier - Live coding d'une base ...
La Grosse Conf 2024 - Philippe Stepniewski -Atelier - Live coding d'une base ...
La Grosse Conf 2024 - Philippe Prados - Atelier - RAG : au-delà de la démonst...
La Grosse Conf 2024 - Philippe Prados - Atelier - RAG : au-delà de la démonst...
Le Comptoir OCTO - Maîtriser le RAG : connecter les modèles d’IA génératives ...
Le Comptoir OCTO - Maîtriser le RAG : connecter les modèles d’IA génératives ...
OCTO Talks - Les IA s'invitent au chevet des développeurs
OCTO Talks - Les IA s'invitent au chevet des développeurs
OCTO Talks - Lancement du livre Culture Test
OCTO Talks - Lancement du livre Culture Test
Le Comptoir OCTO - Green AI, comment éviter que votre votre potion magique d’...
Le Comptoir OCTO - Green AI, comment éviter que votre votre potion magique d’...
OCTO Talks - State of the art Architecture dans les frontend web
OCTO Talks - State of the art Architecture dans les frontend web
Refcard GraphQL
Refcard GraphQL
Comptoir OCTO ALD Automotive/Leaseplan
Comptoir OCTO ALD Automotive/Leaseplan
Le Comptoir OCTO - Comment optimiser les stocks en linéaire par la Data ?
Le Comptoir OCTO - Comment optimiser les stocks en linéaire par la Data ?
Le Comptoir OCTO - Retour sur 5 ans de mise en oeuvre : Comment le RGPD a réi...
Le Comptoir OCTO - Retour sur 5 ans de mise en oeuvre : Comment le RGPD a réi...
Le Comptoir OCTO - Affinez vos forecasts avec la planification distribuée et...
Le Comptoir OCTO - Affinez vos forecasts avec la planification distribuée et...
Le Comptoir OCTO - La formation au cœur de la stratégie d’éco-conception
Le Comptoir OCTO - La formation au cœur de la stratégie d’éco-conception
Le Comptoir OCTO - Une vision de plateforme sans leadership tech n’est qu’hal...
Le Comptoir OCTO - Une vision de plateforme sans leadership tech n’est qu’hal...
Le Comptoir OCTO - L'avenir de la gestion du bilan carbone : les solutions E...
Le Comptoir OCTO - L'avenir de la gestion du bilan carbone : les solutions E...
Le Comptoir OCTO - Continuous discovery et continuous delivery pour construir...
Le Comptoir OCTO - Continuous discovery et continuous delivery pour construir...
RefCard Tests sur tous les fronts
RefCard Tests sur tous les fronts
RefCard RESTful API Design
RefCard RESTful API Design
Architectures techniques NoSQL
1.
Architectures Techniques
« noSQL » © OCTO 2011
2.
noSQL, c’est quoi?
Ensemble de technologies alternatives aux RDBMS Un écosystème riche qui adresse des problématiques différentes Modélisation de la donnée (graphe…) « Data Analytics » « Transaction Processing » © OCTO 2011 2
3.
La fin des
bases de données relationnelles? NON… © OCTO 2011 3
4.
40 années d’expérience.
Compatible avec l’écosystème du SI. Viable dans la majorité des cas. © OCTO 2011 4
5.
1970, premières bases
de données relationnelles Système Centralisé Atomicité Optimisation Modélisation du stockage relationnelle Cohérence Isolation Durabilité Moteur & Stockage sur Langage disque SQL © OCTO 2011 5
6.
POURTANT © OCTO 2011
6
7.
Des évolutions «
hardware ». Optimiser l’organisation de la donnée pour optimiser le stockage. 1965 1970 1975 1980 1985 1990 1995 2000 2005 2010 2015 1,000,000.00 100k $/GB POURTANT 100,000.00 10,000.00 1,000.00 HDD 100.00 RAM 10.00 1.00 0,10 $/GB 0.10 0.01 Source :http://www.mkomo.com/cost-per-gigabyte © OCTO 2011 7
8.
Des évolutions «
hardware ». Utiliser le disque pour contourner la limite de RAM. 1965 1970 1975 1980 1985 1990 1995 2000 2005 2010 2015 10 GB 1 GB 1,000.00 POURTANT 100.00 10.00 1 MB 1.00 RAM 0.10 0.01 0.00 0.00 Source : http://www.jcmit.com/memoryprice.htm © OCTO 2011 8
9.
Vers du «
commodities »... Des besoins qui dépassent la capacité d’une unique machine. Optimisation du coût de la transaction. $ POURTANT $ Source : « Datacenter As A Computer » © OCTO 2011 9
10.
Vers plus de
disponibilité des systèmes. Disponibilité (en écriture). Tolérance à des niveaux de pannes plus importants, à coût contraint. POURTANT © OCTO 2011 10
11.
« Capacity Planning
» & administration simplifiée. Elasticité et prédictibilité pour absorber les saisonnalités. POURTANT © OCTO 2011 11
12.
L’approche « plateforme
». et les enjeux de mutualisation sous jacent. POURTANT © OCTO 2011 12
13.
Un constat :
« scaler » un RDBMS, « ça peut être complexe ». Trafic en lecture. W W R R R W/R POURTANT - Modéliser en fonction des « patterns » d’accès. - Dénormalisation - Topologie Master / Slave - Décharge les lectures - (peut) impacter l’OPEX - (potentielle) fenêtre d’incohérence - Stratégie de cache - Améliore les temps de réponse / débits en lecture - Nécessite des stratégies - De « rechargement » - Des tolérances à la perte du cache - (potentielle) fenêtre d’incohérence © OCTO 2011 13
14.
Un constat :
« scaler » un RDBMS, « ça peut être complexe ». Trafic en lecture. W W R R R W/R POURTANT - Modéliser en fonction des « patterns » d’accès. - Dénormalisation - Topologie Master / Slave - Décharge les lectures - (peut) impacter l’OPEX - (potentielle) fenêtre d’incohérence - Partitionnement du cache pour limiter l’impact en cas de perte - Impacts les « operations » © OCTO 2011 14
15.
Un constat :
« scaler » un RDBMS, « ça peut être complexe ». Trafic en écriture. W/R W/R W/R W/R POURTANT - Modéliser en fonction des « patterns » d’accès. - Vers des modèles K/V, modélidation par évènements plutôt que - Stratégie « scale up » - (potentiellement) le coût - - Impact à migrer sur du « distribué » Coût réseau induit par la -Stratégie de partitionnement - Complexité d’administration, d’opérabilité - (potentiellement) le coût - Licence / infrastructure spécifique distribution stock, « append-only » © OCTO 2011 15
16.
Evolution du hardware
Vers du « commodities » Un foisonnement « Capacity planning » et de solutions administration simplifiée émergentes… Transactionnel, Décisionnel… Vers plus de disponibilité des systèmes L’approche « plateforme » © OCTO 2011 16
17.
…construites sur un ADN
différent © OCTO 2011 17
18.
Distribution des données,
de la …construites sur charge. Mécanisme de partitionnement. Routage client ou serveur suivant les implémentations. Le partitionnement et l’association clé/serveur sont assurés via « consistent un ADN différent hashing ». Client md5(key) = GUS JOE #2 JOE BOB GUS «3» BOB GUS © OCTO 2011 18
19.
…construites sur
Tolérance à la panne. Réplication synchrone / asynchrone. « Fail-over » automatique. Gestion applicative (et non plus « hardware ») de la résilience. un ADN différent JOE BOB GUS GUS BOB JOE © OCTO 2011 19
20.
…construites sur
Elasticité de l’infrastructure. Administration « simplifiée ». Impact la modélisation un ADN différent $ bin/nodetool decommision –h 10.0.0.2 JOE GUS BOB GUS BOB JOE © OCTO 2011 20
21.
Challenge…
Durabilité Atomicité Cohérence © OCTO 2011 21
22.
Durabilité.
Stockage sur disques standards voire en mémoire. Challenge… Réplication applicative des données. Mécanismes de « write-behind », « write-through », « overflow ». ms µs ns 0.000,000,000,000 Disque Cache L2, L1 Mémoire © OCTO 2011 22
23.
Relâchement de
ACID. Modélisation de la donnée en fonction des patterns d’accès. Proche de ce qui est fait en relationnel sous contrainte de performance. Possibilité de colocalisation des données. Challenge… INSERT INTO… JOE BOB GUS © OCTO 2011 23
24.
MapReduce ou l’art
de distribuer le traitement. Traiter (plus rapidement) des volumes de données plus faibles. Challenge… Paralléliser ces traitements « plus unitaires ». Co-localiser traitements et données. Requête Orchestrateur Tâches Tâches © OCTO 2011 24
25.
A
CID comme variable d’ajustement. Challenge… « Partition Tolerant » ~ système distribué « Availability » « Consistency » La donnée est Les nœuds proposent accessible la même donnée au même moment Source : « CAP Theorem » - Eric Brewer © OCTO 2011 25
26.
A
CID vu du client. Compromis entre cohérence, temps de réponse, tolérance à la panne en fonction du type de la donnée. Challenge… Cohérence faible « Cohérence à terme » Cohérence Forte Aucune garantie de « Eventual « Read-your-write » cohérence – garantie de récupérer récupérer la dernière Consistency » & la dernière version donnée Quorum-based protocol Source : « Eventually Consistent » - Werner Vogels « Availability » « Consistency » © OCTO 2011 26
27.
« Read your
write » cohérence. Modèle Master/Slave (pour une partition donnée). Réplication synchrone ou asynchrone. Challenge… Lecture « round robin » sur les partitions. Client Write Client Write Client Read md5(key) = 3 md5(key) = 3 md5(key) = 3 JOE JOE JOE © OCTO 2011 27
28.
Cohérence à terme
& « Quorum based protocol » Approche Master / Master (sur une partition donnée). Challenge… Compromis entre cohérence, temps de réponse, tolérance à la panne en fonction du type de la donnée, du cas d’usage. Résolution des conflits : suivant les implémentations. Client Write Client Write Client Read md5(key) = 3 md5(key) = 3 md5(key) = 3 JOE JOE JOE © OCTO 2011 28
29.
Un nouvel univers
extrêmement riche. Challenge… « Partition Tolerant » « Data Grid » noSQL Amazon Dynamo clones « Availability » « Consistency » RDBMS © OCTO 2011 29
30.
« Data Grid
: bridging the gap » Un modèle moins en rupture, des solutions configurables. Permet le stockage en mémoire pour privilégier la latence, le « near cache »... Challenge… « Distributed Event Driven Architecture » et mécanisme de notification. RDBMS « Data Grid » noSQL Client App Client App Client App Near Cache - « Disk based » - « throughput/latency oriented - « throughput oriented - Stratégie « scale up » architecture » architecture » - « Master/Slave » sur les - « Master/Master » sur les partitions partitions - Partitionnement / réplication - Partitionnement uniquement - Cohérence configurable - « Eventually consistent » - Cache local - « Disk based » - « Disk / memory based » © OCTO 2011 30
31.
ET (APRÈS) DEMAIN? ©
OCTO 2011 31
32.
« Big Memory
» pour trouver l’équilibre entre scalabilité horizontale et opérabilité ET (APRÈS) Modélisation indépendante du stockage. DEMAIN? © OCTO 2011 32
33.
« Auto-scaling ». ET
(APRÈS) Architectures élastiques (gérées au niveau applicatif). DEMAIN? © OCTO 2011 33