时间轴一致性模型
分布式系统通过复制数据来提高系统的可靠性和容错性,并且将数据的不同的副本存放在不同的机器上。时间轴一致性要求数据的所有副本以相同的顺序执行所有的更新操作
复杂查询
向外扩展的系统架构,数据分区跨越很多服务器,操作将访问很多服务器,占用大量的服务器资源,导致其他的请求变慢,代价高,增加了延迟。
异步式视图方法有助于响应查询,传统的数据库很难存储,需要不同的机制处理复杂的查询,查询计划器可以减轻应用开发者的负担。
PNUTS
是雅虎构建的云系统,致力于支持雅虎的Web站点和应用平台,有效处理用户复杂的读写操作,支持本地全球数据复制,通过水平数据分区的方式,将数据分布到一系列存储服务器阵列上,实现高性能和可拓展性。
BigTable
为了支持G公司的web应用而设计的系统,基于水平方式将“大表”切分为很多小表,将小表分散到不同的服务器上。
Dynamo
是Amazon构建的应用于打过博数据负荷 的系统,允许应用想任何副本写数据,通过Gossip协议向其他副本延缓传播这些更新操作。
Azure SDS
是微软构建的大规模SQL server服务器,通过水平分区达到系统的可拓展性,通过严格的分区实现其查询能力。
Cassandra
Facebook构建的P2P的数据存储,数据模型类似于BigTable,架构类似于Gynamo,系统只提供最终一致性。
Shared
数据库使用MySQL的分区把数据分区到很多服务器上提供可拓展性,需要预分区,只有一个副本可以是主备份、执行读写操作。
Hadoop
是MapReduce框架的开源实现,提供了大数据文件上的大规模并行分析处理,文件系统HDFS对扫描进行了优化。