NoSQL: Uma análise crítica no TDC 2014

3.340 visualizações

Publicada em

Esta apresentação é referente à palestra NoSQL: Uma análise crítica apresentada na trilha NoSQL do evento TDC 2014 em 06/08/2014. O autor pode ser contatato em pelo twitter em @pichiliani

Publicada em: Tecnologia
0 comentários
1 gostou
Estatísticas
Notas
  • Seja o primeiro a comentar

Sem downloads
Visualizações
Visualizações totais
3.340
No SlideShare
0
A partir de incorporações
0
Número de incorporações
2.637
Ações
Compartilhamentos
0
Downloads
29
Comentários
0
Gostaram
1
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

NoSQL: Uma análise crítica no TDC 2014

  1. 1. 1 NoSQL: Uma análise crítica Ms. Mauro C. Pichiliani (mauro@pichiliani.com.br) @pichiliani @databasecast
  2. 2. 2 Quem sou eu • Mestre e doutorando em computação pelo ITA • Escritor da SQL Magazine, Fórum Access, Java Magazine, SQLServerCentral.com e outras • Colaborador do iMasters há 12 anos • Autor do livro “Conversando sobre banco de dados” • Co-produtor do podcast DatabaseCast • Consultor independente e autor de cursos on-line
  3. 3. SQL x NoSQL?
  4. 4. 4 Tópicos  Evolução do NoSQL  NoSQL é fácil e rápido de instalar, usar e manter  NoSQL e armazenamento  NoSQL é barato  NoSQL e performance  Big Data
  5. 5. 5 Evolução do NoSQL  NoSQL já não é mais o garoto novo na quebrada
  6. 6. 6 Tipos de NoSQL
  7. 7. 7 Modelagem e evolução  Contexto: aplicações web que nascem do dia para noite  Startup tem que ter algo para mostrar. Agora.  Beta eterno  Novas ideias para modelagem  Bootstrap inicial rápido leva a problemas no futuro?  Instalar: MongoDB x Hadoop  Usar: MapReduce x SELECT … GROUP BY…  Manter: 10-20 anos de experiência cluster x ambiente distribuído para escalabilidade
  8. 8. 8 Ecossistema  Compra/venda de empresas  Mercado diâmico  Ferramentas imaturas? Command-line forever?  Suporte qualificado?  Profissionais com expertise disponíveis?  Melhorias “cosméticas” x core changes  Novos cases relevantes?
  9. 9. 9 NoSQL e armazenamento  Aguenta o tranco? Certamente!  Mas e a gestão dos dados no longo prazo?  Segurança além do básico?  Opções adequadas de backup, compactação?  E a validação, cleasing e qualidade de dados?  Interoperabilidade além de importação/exportação?  Opções de tuning além de índices?  Compatilidade com o legado (sistemas e versões antigas?)  Migrações? Comparações?  Será que o resposta será: “tudo ficará a cargo da aplicação” para sempre?  E rodar o NoSQL na nuvem, resolve estas questões?
  10. 10. 10 NoSQL é barato  Não há dúvida que NoSQL na nuvem é mais barato do que on- premisses  Em todos os cenários com muitos dados isso é verdade?  Foco na comparação de preço deixa aspectos técnicos de lado  E quando aos outros fatores ocultos que podem influenciar no custo:  Largura de banda e QoS da conexão?  Custo de upload/download de dados para cloud?  Custo da mão de obra?  Tempo de treinamento?  Suporte?  Espaço em HD, processamento e memória para testes?  Custo de não poder ter flexibilidade para ajustes finos no hardware?  Possibilidade de modificações no contrato?  É justo comparar custo quando você muda o hardware, a plataforma, a aplicação, o banco de dados, a arquitetura os dados e mantém apenas o usuário?
  11. 11. 11 NoSQL e performance  No mundo NoSQL parece que performance = escalabilidade  Tendência de pensar que performance se resolve adicionando mais nós, fazendo mais sharding, comprando mais máquina virtual, instalando mais instâncias, contratando novo provedor da nuvem…  Tais abordagens podem ser rápidas e práticas  E muitas vezes são empregadas “a rodo”  Tendência a usar mais configuração/instalação do que implementação?  Híbrido SQL+NoSQL que escala fácil: F1 do Google  Que tal investir em:  Modelagem  Técnicas de tuning  Algoritmos melhores  Conhecimento dos dados, simulações e previsões  Exploração do paralelismo de múltiplos cores em um único servidor  Capacitação das pessoas  Arquitetura e organização de todos os componentes
  12. 12. 12 Performance e escalabilidade  Uma ideia maluca: que tal se concentrar mais no problema do que na solução?  Compreender melhor o cenário e contexto  Dividir o problema geral em problemas menores  Analisar o presente e prever o futuro  Considerar a realidade e segurar a expectativa  Evitar agir por impulso e sair implementando logo
  13. 13. 13 Big Data  Todo mundo já ouviu falar em Big Data  Mas o que está por trás dos números gigantes, infográficos chamativos e do “tamanho da internet”?  Para pensar:  Vamos ter que trabalhar sempre com os números gigantes do Big Data?  E quanto à compressão? Dados inúteis? Amostragem estatística? Duplicação?  Será mesmo que precisamos de novas ferramentas, práticas e teorias no dia a dia?  Crítica: exemplos do Hadoop realmente fazem sentido?  NoSQL é resposta padrão para tratar “problemas” de Big Data?
  14. 14. 14 Conclusão  NoSQL veio para ficar  Passamos do ponto de discutir semântia e argumentos básicos  Dizer que “produto x ou y é melhor para z ou w” já não é mais suficiente  Evolução do NoSQL mostra bons e maus caminhos  Muitos fatores a considerar na escolha de qual BD adotar  Ainda temos adoção fortemente influenciada por aspectos de negócio, exemplos básicos e comportamento de manada  Bons e maus cases precisam ser mais detalhados e divulgados fora da área acadêmica
  15. 15. 15 Perguntas?

×