大数据一出现，就成为了业界的宠儿，每个企业和组织都言必称采用大数据技术。那大数据究竟有没有标准，是否每个产品都可以贴上大数据的标签。大数据处理对象的4V特性大家都是耳熟能详，此处就不多谈，除此以外，大数据其实有自己数据量化指标。 “数据总体存储量达到PB级标准，每秒数据处理速度达到GB级标准”。达到这一标准，就可以贴上一个大数据的标签。或许会有人认为这一标准不是难事，不就是拼硬件，不就是购买

癸巳​即将过去，总得点礼物吧，思来想去，觉得写写GOOGLE分布式数据库技术发展情况，以此作为礼物献给自己，聊以自慰，由于时间有限，加之对于GOOGLE的分布式数据库理解也只能盲人摸象，难免有错误之处，敬请谅解。 GOOGLE的分布式数据库系统从BIGTABLE的正式推出后，先后对外发布了Bigtable、Dremel、 Spanner等不同的分布式数据库产品，有的是引入新的设计实现，有的是

4  Spanner 4.1背景 在google的BIGTABLE论文中，提到过Bigtable后续计划支持多Master的方向，由于BIGTABLE的架构中，只有一个Master服务器，因此一个Bigtable分布式数据库的扩展能力，始终是由一定的限制，数据量增加后，势必需要就会出现瓶颈，如何提升数据库的数据管理能力，解决数据规模不断增加后带来的问题。同时Bigtable丢失传统RDMS系统