В России функционируют десятки фондов и организаций, предоставляющих гранты на долгосрочные научные проекты, в которых участвуют тысячи исследователей. В ходе выполнения этих проектов генерируются огромные объемы разнородной, разрозненной и слабоструктурированной информации. Наблюдение за ходом выполнения проектов, как и получение любой другой агрегированной информации для формирования объективной картины научной деятельности в России, оказывается нетривиальной задачей, решить которую позволит российская Биржа научной информации.
Теория битовых индексов достигла уровня зрелости, позволяющего архитекторам баз данных корректно ставить разработчикам задачу на расширение стандартного функционала битовых индексов для конкретной СУБД. Несмотря на то что для этого потребуется детальное изучение нюансов задачи, результат в виде кратного повышения производительности этого стоит.
29 ноября 2018 года эта тема подробно обсуждается на конференции "Технологии управления данными 2018"
Аналитические массивно-параллельные СУБД позволяют хранить и обрабатывать сотни терабайт данных приложений прогнозной аналитики и построения корпоративных хранилищ, однако до недавнего времени здесь использовались только закрытые коммерческие решения для состоятельных корпоративных заказчиков. Сегодня ситуация изменилась.
Прогресс в области технологий баз данных и востребованность множества нишевых решений привели к трансформации ландшафта СУБД — сегодня востребованы разработчики, способные создавать специализированные системы с нуля, что свело на нет роль объективных критериев выбора системы управления базами данных.
Разработчики часто готовы представить время выполнения какого-нибудь удобного запроса на созданной ими системе как результат, призванный доказать превосходство их детища над конкурентами. Но независимому консультанту следует помнить о пройденном отраслью пути по выработке надежных и общепринятых эталонных тестов, чтобы не сталкиваться с ситуациями, когда реальные показатели на порядки отличаются от результатов тестирования.
Для приложений, критичных к скорости доступа к данным, сегодня все активнее применяются СУБД с хранением в памяти (in-memory), однако реальным проектам требуются еще и сохранность данных при сбоях, поддержка транзакций, вторичных индексов, хранимых процедур и другие функции, обеспечиваемые классическими системами управления базами данных.
Программы поиска оптимальных маршрутов давно стали обыденностью, однако нахождение кратчайшего пути — не единственный практический результат теории графов. Сегодня имеется множество инструментов, позволяющих решать задачи графовой аналитики, каждый из которых эффективен в определенных ситуациях.
Системы когнитивного хранения работают оптимально благодаря автоматической оценке соответствия данных потребностям и предпочтениям пользователя, однако воплощение в жизнь идеи когнитивного хранения будет зависеть от способности исследователей идентифицировать принципы определения ценности данных и от появления систем хранения, ориентированных на данные.
Не все еще понимают возможности и отличия операционных систем NoSQL от традиционных реляционных систем управления базами данных — требуется демаркация границ между различными классами систем и прогноз дальнейшего развития индустрии.
По мере роста потребностей в обработке Больших Данных появляются новые модели управления данными, позволяющие выполнять миллиарды запросов в секунду. Одновременно, чтобы не отстать от рынка, меняют и традиционные реляционные модели. Как разобраться в современном ландшафте СУБД и выбрать решение, наилучшим образом удовлетворяющее конкретным требованиям?
.jpg)