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.
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.
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?
Проектирование архитектур систем работы с Большими Данными связано с множеством трудностей. В частности, архитектуру распределенного ПО надо тесно увязать со структурами данных и архитектурой развертывания. Чтобы удовлетворить требования к качеству, при проектировании системы нужно учитывать особенности всех трех архитектур одновременно.
Как утверждают в Couchbase, в компании «немного расширили сорокалетний стандарт SQL, чтобы всей его мощью было пользоваться с JSON». Доработки понадобились в связи с тем, что данные в Couchbase хранятся в виде документов свободной формы, тогда как SQL рассчитан на опрос данных, размещенных в таблицах фиксированной структуры.
Объемы данных, которые вынуждены сегодня накапливать компании, постоянно растут, что порождает проблему их оптимального хранения. Значительную часть этих объемов составляют разнообразные учетные журналы, которые часто вообще не используются, хотя и могут оказаться полезными в будущем. Как с помощью Apache Hadoop обеспечить эффективное хранение журналов с целью их последующей обработки?
Банк «ВТБ24» объявил о завершении важного двухлетнего этапа перехода к новой ИТ-платформе — построении всех ее базовых элементов.
Сегодня активно обсуждаются вопросы импортозамещения в сфере программного обеспечения — однако, как правило, в обтекаемых формулировках, уводящих от четкой постановки целей и критериев. Между тем осуществление кардинальных изменений в отечественной софтверной индустрии требует предельно прагматического подхода и ясного понимания того, что и как нужно делать.