Transferir como PDF, PPTX
![Chave/Valor
chave valor
user:11:feed [100,99,97,96]
user:22:feed [100,99,98]
user:33:feed [100,99]
user:44:feed [100]](https://image.slidesharecdn.com/escalabilidadeasmodasnosql-111110134901-phpapp01/85/Escalabilidade-as-modas-No-SQL-50-320.jpg)
![Orientado à Documento
{
"id": 1,
"name": "Foo",
"price": 123,
"tags": ["Bar","Eek"],
"stock": { "warehouse":300, "retail":20 }
}](https://image.slidesharecdn.com/escalabilidadeasmodasnosql-111110134901-phpapp01/85/Escalabilidade-as-modas-No-SQL-57-320.jpg)
Carregado porFernando Ike
Escalabilidade, as modas, (No)SQL
O documento discute as tendências de escalabilidade e armazenamento de dados, comparando SQL e NoSQL. Ele explica como os volumes de dados estão crescendo rapidamente com a Internet das Coisas e como bancos de dados como chave-valor, grafos e orientados a documentos ou coluna são melhores para Big Data do que SQL puro. O documento também discute serviços em nuvem e híbridos e como profissionais precisam ter habilidades multidisciplinares para lidar com a complexidade crescente.
Mais conteúdo relacionado
Semelhante a Escalabilidade, as modas, (No)SQL
Escalabilidade, as modas, (No)SQL
- 1. Escalabilidade, as modase (No)SQL Fernando Ike
- 4.
- 7.
- 8.
- 9.
- 10. Bala de Prata ● + de 20 anos como “A” solução ● ORM (Object-relational mapping) ● Transação ● Chave Composta ● Chave Estrangeira ● Porto seguro (ACID) ● Fácil representação (Entidade-Relacional) ● Padronização (SQL)
- 11.
- 12. Meu trabalho comBIG DATA...
- 13. Meu trabalho comBIG DATA... 210 Terabytes/Mês
- 15. Meu trabalho comBIG DATA... 210 Terabytes/Mês 2,5 Petabyte/Ano
- 21.
- 22.
- 23. Tecnocoisas Geotagging GPS RFID Near Field Communication Machine2Machine Object Generated Content (OGC) IPV6
- 24. Em 2011... 8.000.000.000 de“coisas”
- 25. Você gera (produz/consome) 11Gigabytes/mês de dados
- 26.
- 27.
- 28.
- 29.
- 31. ● Logs ● RFID ● Redes sociais ● Textos e documentos
- 32. ● Indexação p/ pesquisa ● Dados científicos ● Imagens, áudios e vídeos ● Comércio eletrônico
- 33.
- 34. Um montão dedados
- 36. Big Data sãobase de dados de grande volume e processamento analítico executado rapidamente, sendo muitas vezes dados não estruturados.
- 39.
- 42. ● Atomicity ● Basically available ● Consistency Soft state X ● ● Isolation ● Eventually consistent ● Durability
- 43.
- 44.
- 45. Not only SQL
- 47. Tipos ● Chave/Valor ● Grafo ● Orientado à Documentos ● Orientado à Coluna
- 49.
- 50. Chave/Valor chave valor user:11:feed [100,99,97,96] user:22:feed [100,99,98] user:33:feed [100,99] user:44:feed [100]
- 51.
- 52.
- 53.
- 54.
- 55.
- 56.
- 57. Orientado à Documento { "id": 1, "name": "Foo", "price": 123, "tags": ["Bar","Eek"], "stock": { "warehouse":300, "retail":20 } }
- 58.
- 59.
- 60. NewSQL ● Em memória ● ACID ● Particionamento horizontal ● Chave estrangeira somente na mesma instância
- 61. Nova Bala dePrata? ● Visualização/Gerenciame nto mais “pobre” ● Maior facilidade de replicação, particionamento, balanceamento de carga ● “Mais entendível” para as equipes de desenvolvimento ● Sem pradonização de linguagem de “banco”
- 62.
- 63. ...as a Service Infrastructureas a Service
- 64. ...as a Service Platformas a Service
- 65. ...as a Service Softwareas a Service
- 66. ...as a Service Infrastructureas a Service Platform as a Service Software as a Service
- 69. Lendas sobre a“Nuvem” Peter Deutsch ● The network is reliable ● Latency is zero ● Bandwidth is infinite ● The network is secure ● Topology doesn't change ● There is one administrator ● Transport cost is zero ● The network is homogeneous
- 70. Lendas sobre bancoSQL ● Não escalável (um pouco mais trabalhoso) ● In-memory ● Normalização
- 71. Database as aService
- 72. Elefante na nuvem ● AWS ● Rackspace ● Heruko ● Scalr ● VFabric
- 73. Elefante na nuvem ● Yahoo ● Sony ● ISS (NASA) ● Reddit ● OpenStreetMap ● MySpace ● Skype ● NTT
- 74.
- 75.
- 76. SQL /MED –Management of External Data PostgreSQL + Oracle PostgreSQL + Redis PostgreSQL + CouchDB PostgreSQL + Redis + CouchDB PostgreSQL + Twitter
- 77. PL/Proxy + PgBouncer(Skype)
- 78. Postgres Cloud Server ● Versão da EnterpriseDB ● Arquitetura base é proxy, failover automático, load balance, streaming replication ● Fácil implantação e crescimento
- 80.
- 81. HaddopDB ● Híbrido de banco relacional e Orientado à Coluna ● Backend em PostgreSQL ou MySQL ● Criado pela Universidade de Yale
- 82.
- 83.
- 84.
- 87.
- 88. Sistemas projetados desdeo início para escalabilidade ou Planejar modificações para de Sistemas para ter escalabilidade
- 89. Soluções híbridas Cache NoSQL SQL virtualização nanuvem servidores/storages físicos
- 90. Hardware commoditty Scale Outpara servidores e armazenamento (Storage)
- 91. Problemas de performance, arquitetura e/ou escalabilidade terão uma complexidade maior para resolver.
- 92. Fim do DBA,devels, sysadmins...
- 93. Fim do DBA,devels, sysadmins... ● Estereótipo do problema definirá a arquitetura de dados e quer um profissional multidisciplinar
- 94. Fim do DBA,devels, sysadmins... ● Tipo do problema definirá a arquitetura de dados e quer um profissional multidisciplinar ● Sistemas: Cloud (PaaS, IaaS, Saas, Dbaas) + Rede + SO + Algorítimos = integração
- 96. BIG DATA NEEDSBIG (QUALIFIED) PROFESSIONALS Fernando Imbroisi
- 97.
- 98.