即便是十年前,也很难想象企业级数据库管理系统会主要运行在主内存上。而随着时间的发展,RAM的价格持续下降,已经不是昂贵的奢侈品了。内存的成本比以前要低很多,价格的暴跌也使利用主内存配置数据库系统成为可能。
使用内存数据库满足高速处理需求的不只是初创公司。大的数据库和软件供应商,比如IBM、Oracle、Microsoft、SAP和Teradata,都在研发支持内存处理的数据库技术,它们相信,主流的组织已经开始考虑把内存软件放入IT系统中了。
内存数据库能够在两方面提升应用性能。
- 将数据存储在主内存中,而不是放在基于磁盘的存储器中,可以减少甚至消除数据库查询时的数据延迟问题。
- 这种数据库架构可以更有效地利用可用内存。比如,很多内存技术在表中使用的都是列式布局,而非行式布局。列式存储的值更易压缩,查询速度也更快。
不吃草的马儿怎么跑
理论上来讲,内存数据库可以加速应用,优化数据组织管理是毋庸置疑的。但在现实世界中,IT和数据管理人员应该在什么时候,在保证已有的技术、资源和新产品投入的基础上,把交易流程和业务分析过渡到内存架构中呢?
现实一点考虑,这其实是对数据库性能的需求和部署内存架构成本的权衡。虽然RAM的价格急剧下降,但和使用硬盘存储的数据库服务器相比,采用大规模存储配置的系统仍需要不小的成本。内存的成本很可能让企业主管和老板望而却步。另外,要想实现内存数据库技术的价值,你还需要找到与之匹配的应用。
在这个问题上,就要具体情况具体分析了。要看你的组织对增长的数据规模处理能力的需求,和数据库响应延迟会给业务带来多大的影响。比如如果将内存数据库应用到供应链管理,那么多种数据流都能够得到实时的分析,包括仓库和零售店的库存数据、车辆运输过程中产品的信息、交通和天气情况的更新数据,这样决策者在规划路线、分发产品时就能做出更快更好的决策,保证产品在合适的时间、合适的地点到达。如果能够实现这一点,内存技术产生的回报也足以盖过它的成本了。
内存技术优势总结
如上所述,选择内存数据库需要对组织情况有一个总体的了解。
更快的处理速度
企业管理者需要愿意花钱支持内存技术,以满足业务部门对应用程序速度的需求,即便要付出比磁盘存储更高的成本也在所不惜。
更强大的分析能力
内存系统有强大的报表和分析应用程序,能够帮助提升业务流程和结果,终端用户可以在更短的时间内做出信息决策。比如,如果把销售预测的周期从每周一次提升到每小时一次,就能应用实时定价模型,增加利润。
混合应用同时访问
提供实时分析还有另一个原因,就是内存系统允许交易和分析应用同时访问同一个数据库。在传统关系型数据库中,资源冲突会引发性能问题,这主要是由访问存储在磁盘中的数据记录导致的延迟引发的。在内存配置中,基本不面临延迟的问题。
对热数据的识别
在一小部分数据库承受大部分数据访问时,内存技术仍能运转良好。根据数据仓库及数据库供应商Teradata 2013年发布的白皮书,数据仓库中43%的查询的落到1%的数据上,92%的查询只应用到20%的数据。对“热数据”的识别,能够保证内存数据库保持快速的响应速度。
总之,内存数据库具备的实时分析的能力、同时运行混合应用、更快的报表和分析能力等优点有助于加快业务流程。在大多数情况下,对内存软件的选择与IT支出优先度和公司业务目标紧密相连。能不能采用内存技术,就要看即席查询和更快的报表、处理速度能给业务带来多大的提升了。
我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。
我原创,你原创,我们的内容世界才会更加精彩!
【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】
微信公众号
TechTarget
官方微博
TechTarget中国
翻译
相关推荐
-
Cloudera-Hortonworks合并或将减少Hadoop用户的选择
近日大数据领域两家顶级供应商达成交易协议,这可能会影响Hadoop和其他开源数据处理框架,并使大数据用户的技术 […]
-
采矿设备制造商利用BI on Hadoop来挖掘数据
如果大数据要取得巨大成功,则需要提供给更多的最终用户群组。但广泛使用的商业智能工具尚不能轻松分析最大的大数据, […]
-
新Qlik Sense功能可用于云计算、AI和大数据
一年前,Qlik公司公布其长期计划,即将高级云计算、AI和大数据功能添加到其自助式BI和数据可视化软件中。现在 […]
-
Cambridge Analytica秘密收集Facebook数据表明对道德数据挖掘的需求
当有关Cambridge Analytica公司秘密收集Facebook数据的消息传出时,这暴露了一个薄弱环节 […]