Apresentação para a Bluesoft sobre projetos de bancos de dados No-SQL

1. Persistência NOSQL e tecnologias afins Daniel Carneiro

3. Modelo de persistência que não utiliza SQL

4. Surgiu da necessidade de implementar soluções em que bancos de dados relacionais não se encaixam perfeitamente.

9. Distribuído

10. Performance

11. Suporte a grandes bases de dados

12. Schema-free

13. ”One size doesn't fit all”

15. Objetivo principal: Quebrar sua tabelas, agrupando-as por dados semenhantes

18. by Key / Hash

20. Map step: o nó pricipal quebra a tarefa em partes e distribui para os outros nós processarem

21. Reduce step: o nó pai combina as respostas recebidas pelos outros, criando a resposta final do problema a ser resolvido

22. MapReduce (cont.) Exemplo - Contar o numero de vezes que cada palavra aparece em um conjunto de documentos: void map(String name, String document): // name: document name // document: document contents for each word w in document: EmitIntermediate(w, "1"); void reduce(String word, Iterator partialCounts): // word: a word // partialCounts: a list of aggregated partial counts int result = 0; for each pc in partialCounts: result += ParseInt(pc); Emit(AsString(result));

24. Wide Column Store

25. Document Store

26. Graph Store

27. Column Oriented Store

28. Tipos (cont.) Size Complexity Key-Value Wide-Column Document Graph 90% of use cases

30. No index

31. No search

33. Sucessor do DBM (1979)

34. Berkeley -> Sleepycat -> Oracle

35. Dual License

37. Sucessor do GDBM

38. Melhor performance / threading / Armazenamento

39. LGPL

41. Replication Multimaster

42. Auto Partition

43. 10-20K op/s

45. Usa BerlekeyDB para persistência

46. 20-60k op/s

48. Colunas possuem multiplos valores

49. Eventually Consistent

51. Permite colunas com listas de valores

52. Colunas podem ser adicionadas dinamicamente

53. Colunas são indexadas automaticamente

54. Estrutura em árvore (EntityGroup)

55. Transação provida através de EntityGroup

57. Serviço pago

58. Domains (Tables, max 100)

59. Colunas com listas de valores

61. Thrift API

62. Table / Family:Column / Time

64. Key / Column Family / Qualifier / Time

65. Thrift API

67. Decentralized / Full Tolerant / Eventual Consistency

68. Java

69. Keyspace / Column Families (Table / Fixed) / SuperColumns / Columns

70. Thrift API

72. Sem relacionamentos entre documentos

73. Transação em nível de documento

74. Modelo de replicação: ”Eventualmente Consistente”

76. Interface RESTful / JSON

77. Map-Reduce

79. Interface BSON / JSON

80. Dynamic Queries / Map-Reduce

82. Busca por transposição

83. Graph Store A B C E D

85. InfoGrid

86. VertexDB

88. Dados são agrupados por colunas e não em linhas

89. Boa performance em DW

91. MonetDB

92. LucidDB

93. Infobright

94. Ingres/Vectorwise

96. Escalabilidade possui um preço

97. Não há um concenso ou padronizacao entre os projetos

98. Cada projeto foi concebido para resolver problemas particulares

99. Dúvidas Dúvidas ? Questões ? Angústias ?

101. www.wikipedia.org

102. nosql-database.org

103. http://www.slideshare.net/jperras/nonrelational-databases-keyvalue-stores

104. http://www.codefutures.com/database-sharding

105. http://www.slideshare.net/emileifrem/nosql-east-a-nosql-overview-and-the-benefits-of-graph-databases