《让云落地 云计算服务模式》第八章 [云的数据考虑] 学习

第八章 [云的数据考虑] 

1.数据特性

• 【物理特性】

在进行物理特性的分析时，需要收集多方面的数据。其中，数据的位置和数据的所有者是两个重要信息。

• 【性能要求】

实时：亚秒级的响应时间，网站通常会争取达到半秒级或更短的响应时间。

近实时：通常指1~2秒内。

延时：所指的时间范围可能是几秒，也可能是一个按日、周、月等计算的时间框架。

响应时间分类决定了主要的设计策略。所需的响应时间越短，可能需要使用内存而不是硬盘。

• 【易变性】

易变性指数据变化的频率。

• 【容量】

容量指一个系统必须保存和处理的数据量。

• 【监管要求】

法规在制定与数据有关的决策时扮演了重要角色。理解法规的限制和风险可以驱动部署模式的决策。

• 【事务边界】

事务边界可以理解为一种工作单元。

• 【保存期限】

保存期限是指数据必须保存的时限。

2.选择数据存储类型

为了将数据存放在数据库中，关系型数据库必须保证事务得到成功处理，适用于联机事务处理（OLTP）行为，随着数据量变大，关系型数据库的处理速度会跟不上需求，出现了NoSQL。

【键值存储】

键值存储数据库采用了散列表，每个带有指针的唯一的键都会指向一个特定的数据项。

• 优点：速度快，高扩展，在读取大型、静态、结构化数据时有良好表现
• 缺点：没有对数据库结构描述（schema），不适合处理复杂数据和关系。
• 代表产品：Redis（LinkedIn使用的）Voldemort和亚马逊的DynamoDB。

【列存储】

列存储的出现是为了储存和处理跨多台机器上的大规模分布式数据。

• 优点：数据库速度快，扩展性好，运行时容易做出变更。对多源异构数据整合表现优秀
• 缺点：不太适用于高连接度的数据源
• 代表产品：Hadoop和Cassandra

【文档存储】

文档存储数据库用存储以文档形式进行存放的非结构化数据。数据通常以XML、JSON、PDF、Word和其他常见的文档类型进行封装。

• 优点：在由不同格式组成的大规模数据的拓展方面表现突出
• 缺点：不太适用于高连接度的数据源
• 代表产品：CouchDB和MongoDB

【图形数据库】

图形数据库用于存储和管理彼此关联的关系。通常用于展示关系的可视化描述，尤其是在社交媒体分析领域。

• 优点：在绘图方面表现优异
• 缺点：由于为了产生结果必须对整个关系树进行遍历。所以在更多的其他方面却性能较差
• 代表产品：Neo4j和InfoGrid