NoSQL Sunumu

Sarper Aydoğan – Turkcell Teknoloji Staj’2010

No to SQL Not Only SQL
Var olma Sebebi?
Sürekli artan veriyi ölçeklendirme ->
Artan karmaşık çoğa – çok (many to many) ilişkiler
Çok öğeli sabit ilişkisel şemalar yerine önceden belirlenmemiş ve genişletilebilir veriler veri şeması kullanıyor olması
Veri karmaşık “Joinler” kullanılmadan sadece primary key’e dayalı olarak tekrar tekrar çağırılıyorsa.
RDMS Performans Performans Data Karmaşıklığı Maaş Listesi Sosyal Networkler Web Uygulamaları

ilişkisel Yatay ve Dikey ölçeklendirmeye izin veren (Yeni modüllerin ve datanın rahatça eklenebilmesi) Dağınık JOIN ACID Atomicity, Consistency, Isolation, Durability Büyük datalar? Ölçeklendirme & Kaynaklar? CAP Consistency Availability Partition Tolerance

Key Value Stores
Büyük data bloklarını tutmak ve ölçeklendirmek için kullanılır.
A C D B
Her unique anahtar değeri bir değeri referans eder. (HashMap)
Database’in Değerden haberi yok
Memcached’den farklı olarak replication, versioning, locking ve sorting gibi özellikler sunar.

Voldemort
Open Source (Linkedin Katkılarıyla)
Veri otomatik, parçalar haline getirilip, parçalar birden çok servera dağıtılıyor.
Concurreny problemleri “multi-version concurrency control” (MVCC) ile çözülüyor.
Gelişmiş Failure Handling

Document Database
Her veriyi bir doküman olarak saklar. Key Value Store’la benzerlik gösterir. Farklı olarak
Key- Value Store’dan daha karmaşık yapıda veri saklar (Arrayler, objeler..)
Multiple index’lemeyi destekler
RDBMS’den farklı olarak veri tabanı ve tablolar yok
CouchDB, MongoDB
{ “_id” : “1″, “name” : “A”, “groupid” : “1″, } { “_id” : “2″, “name” : “B”, “groupid” : “1″, }

Key –Value Store, Document DB ve RDBMS özelliklerini taşır
Dinamik Query’ler Indexing
Hızlı okuma/yazma için dizayn edilmiştir.
Tanıdık veri Tipleri Kullanır -> Array, Binary, Boolean, DateTime, Null, String, Embedded Object
Temel veri birimi -> Document
Veriye ulaşma ve değiştirme yolları
indexler Dinamik Query’ler MapReduce

CouchDB & MongoDB
Database -> Documents
Concurrency -> MVCC
Data Types -> string,number,boolean,array,object
Query Method -> Map/reduce
Database -> Collections(Tables) -> Documents
Concurreny -> Yerinde Güncelleme
Data Types -> string, int, double, boolean, date, bytearray, object, array, others
Query Method -> Dynamic; object-based query language

Wide Column Stores
Google BigTable Clone
Satır ve sütunlara dayanan ölçeklendirme
Her key birden çok sütunla ilişkilenir
Dağınık ve birden çok boyutludur
Yarı ilişkisel yapıya sahiptir
Ölçeklendirme, satırları ve sütunları parçalayarak meydana gelir
Satırlar, primary key’e bağlı olarak bölünür.
Sütunlar, sütun gruplarına bağlı olarak bölünür.

HBase
Hadoop Database – büyük datasetlerine hızlı read/write
HDFS (Hadoop Distributes File System) üzerinde çalışır
Concurrency - Locks
BTree- Sıralama Hızlı
Hadoop MapReduce’lariyla başa çıkabilecek Hbase tabloları*
Veri sıralanmış biçimde saklanır
Real Time Query’ler için Optimization
Twitter, Yahoo!**
*MapReduce- Büyük datasetlerin çözülmesi
**http://wiki.apache.org/hadoop/Hbase/PoweredBy

Map and Reduce

Hbase & Cassandra
Java tabanlı
Concurrency - Locks
BTree- Sıralama Hızlı
Hadoop Dosyalamasını Kullanır
Java tabanlı
Concurrency - MVCC
Ordered Hash Index- Btree’den daha yavaş
Otomatik failure detection ve full recovery
Mevcut Klonlar BigTable ‘ın transaction oranına ulaşamamıştır. Google Maps, Earth, Gmail, YouTube inbox search

Graph Database
Veriyi tablolar yerine grafik yapıları (node, edge, property) üzerinde değerleri saklayan database çeşidi. Key – Value yapısına benzetilebilir.
RDBMS –Static ve basit veri Graph – Dinamik ve karmaşık veri

Neo4j’deki tüm operasyonlar transactionlar üzerinden çalışır ve tüm transactionlar ACID’i destekler.
Node firstNode = graphDb.createNode(); Node secondNode = graphDb.createNode(); Relationship relationship = firstNode.createRelationshipTo( secondNode, MyRelationshipTypes.KNOWS ); firstNode.setProperty( "message", "Hello, " ); secondNode.setProperty( "message", "world!" ); relationship.setProperty( "message", "brave Neo4j"); Hello World brave Neo4j

Name Type Concurreny Data Storage Voldemort Key- Value MVCC RAM Hbase Wide Column Locks Hadoop Cassandra Wide Column MVCC Disk CouchDB Document MVCC Disk MongoDB Document Field-Level Disk Neo4j Graph Locks Disk

NoSQL Avantajları
OLTP Projelerinde hızlı read/write’a olanak vermesi
Kolay ölçeklendirebilme ve dağıtım yapabilme
İlişisel db’lere göre bazı projelerde kolay implementation sağlaması

NoSQL Dezavantajları
Data Integrity -> Uygulama Katmanına Dayalı
İlişkisel DB’ler kadar mature sistemler değiller
Standard bir dilin olmaması

NoSQL Sunumu

by Ahmet Balkan on Jul 30, 2010

Accessibility

Categories

Tags

Upload Details

Usage Rights

1 Embed 1

Statistics

NoSQL Sunumu — Presentation Transcript