可扩展性 – 为什么关系数据库不能满足大数据的规模？

但是,像Hadoop这样的大数据解决方案不受约束的这些可扩展性限制是什么？为什么Oracle RAC或MySQL分片或MPD RDBMS不能像Teradata(等)那样实现这些功能？

我对技术限制感兴趣 – 我知道集群RDBMS的财务成本可能过高.

解决方法

它的要点是“它取决于”.如果你有一个合理安排的(至少在某种程度上)易于分区的数据集(至少在某种程度上)是同构的,那么使用RDBMS扩展到那些高数据量应该相当容易,这取决于你正在做什么.

Hadoop和MR似乎更适合于您被迫进行大型分布式数据扫描的情况,特别是当这些数据不一定像我们在RDBMS世界中发现的那样是同构的或结构化的时候.

大数据解决方案有哪些限制？对我而言,他们不受约束的最大限制是必须提前制定严格的架构.使用大数据解决方案,您现在可以将大量数据存入“框”,并在以后为查询添加逻辑,以解决数据缺乏同质性问题.从开发人员的角度来看,权衡是项目前端的易于实施和灵活性,而不是复杂性查询和不太直接的数据一致性.

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!