Sunum yükleniyor. Lütfen bekleyiniz

Sunum yükleniyor. Lütfen bekleyiniz

Sarper Aydoğan – Turkcell Teknoloji Staj’2010. No to SQL Not Only SQL Var olma Sebebi? 1.Sürekli artan veriyi ölçeklendirme -> 2.Artan karmaşık çoğa –

Benzer bir sunumlar


... konulu sunumlar: "Sarper Aydoğan – Turkcell Teknoloji Staj’2010. No to SQL Not Only SQL Var olma Sebebi? 1.Sürekli artan veriyi ölçeklendirme -> 2.Artan karmaşık çoğa –"— Sunum transkripti:

1 Sarper Aydoğan – Turkcell Teknoloji Staj’2010

2 No to SQL Not Only SQL Var olma Sebebi? 1.Sürekli artan veriyi ölçeklendirme -> 2.Artan karmaşık çoğa – çok (many to many) ilişkiler 3.Çok öğeli sabit ilişkisel şemalar yerine önceden belirlenmemiş ve genişletilebilir veriler veri şeması kullanıyor olması 4.Veri karmaşık “Joinler” kullanılmadan sadece primary key’e dayalı olarak tekrar tekrar çağırılıyorsa. RDMS Performans Performans Data Karmaşıklığı Maaş Listesi Sosyal Networkler Web Uygulamaları

3 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

4 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.

5 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

6 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 ″, }

7 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

8 CouchDB & MongoDB Database -> Documents Concurrency -> MVCC Data Types -> string,number,boolean,arr ay,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

9 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.

10 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

11 Map and Reduce

12 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

13 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

14 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"); HelloWorld brave Neo4j

15 NameTypeConcurrenyData Storage VoldemortKey- ValueMVCCRAM HbaseWide ColumnLocksHadoop CassandraWide ColumnMVCCDisk CouchDBDocumentMVCCDisk MongoDBDocumentField-LevelDisk Neo4jGraphLocksDisk

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

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


"Sarper Aydoğan – Turkcell Teknoloji Staj’2010. No to SQL Not Only SQL Var olma Sebebi? 1.Sürekli artan veriyi ölçeklendirme -> 2.Artan karmaşık çoğa –" indir ppt

Benzer bir sunumlar


Google Reklamları