Isi kandungan:
Video: Download Data dari GNSS ComNav T300 menggunakan Compass Receiver Utility (CRU) - PT. SGT 2024
Ada kalanya anda ingin memberikan akses kelajuan tinggi gaya utama kepada data yang disimpan dalam pangkalan data hubungan. Pangkalan data ini boleh, sebagai contoh, Berkeley DB (Java Edition untuk Voldemort) atau MySQL.
Menyediakan nilai utama seperti akses ke data memerlukan kedai nilai utama untuk dilabelkan secara langsung ke atas salah satu daripada pangkalan data lain ini. Pada dasarnya, anda menggunakan pangkalan data yang lain sebagai lapisan penyimpanan, dan bukan kombinasi sistem fail untuk penyimpanan dan saluran pemantauan untuk menyalin data dari pangkalan data relasi.
Proses ini memudahkan penyediaan kunci nilai berkelajuan tinggi semasa menggunakan pangkalan data hubungan tradisional untuk penyimpanan.
Menukar enjin storan
Beban kerja yang berbeza memerlukan enjin penyimpanan dan prestasi yang berbeza. Aerospike sangat bagus untuk menelan tinggi; Redis sangat baik untuk bacaan yang tinggi. Setiap dibina di sekitar kes penggunaan tertentu.
Voldemort mengambil pendekatan yang berbeza. Daripada merawat kedai nilai utama sebagai tahap pengurusan data yang berasingan, Voldemort merawat kedai nilai penting sebagai API dan menambah lapisan caching dalam-ingatan, yang bermaksud bahawa anda boleh memasukkan ke dalam hujung belakang yang paling masuk akal untuk keperluan khusus anda.
Jika anda mahukan tiang penyimpanan cakera yang mudah, anda boleh menggunakan enjin penyimpanan edisi Berkeley DB Java. Jika sebaliknya anda ingin menyimpan data hubungan, anda boleh menggunakan MySQL sebagai back-end kepada Voldemort.
Keupayaan ini digabungkan dengan jenis data tersuai membolehkan anda menggunakan API simpan / mendapatkan semula simpan simpan kunci untuk menarik balik maklumat secara langsung dan cache secara langsung di kedai belakang yang berbeza.
Pendekatan ini berbeza dengan pendekatan yang biasa mempunyai pangkalan data berasingan - satu dalam, katakan, Oracle untuk data transaksional dan satu lagi di kedai utama anda (Riak, misalnya). Dengan pendekatan dua peringkat ini, anda perlu membangunkan kod untuk memindahkan data dari satu peringkat ke yang lain untuk caching. Dengan Voldemort, terdapat satu tier gabungan - tier data anda - jadi kod tambahan adalah berlebihan.
Data cache dalam ingatan
Voldemort mempunyai cache ingatan memori terbina dalam, yang mengurangkan beban pada enjin storan dan meningkatkan prestasi pertanyaan. Tidak perlu menggunakan lapisan caching yang berasingan seperti Redis atau Oracle's Coherence Jawa aplikasi caching data di atas.
Keupayaan untuk menyediakan storan berkelajuan tinggi dengan caching adalah mengapa LinkedIn menggunakan Voldemort untuk kes penggunaan yang tinggi.
Dengan Voldemort, anda mendapat yang terbaik dari kedua-dua dunia - enjin penyimpanan untuk keperluan data yang tepat dan cache dalam memori yang berkelajuan tinggi untuk mengurangkan beban pada enjin tersebut.Anda juga mendapatkan simpan simpan nilai simpan ringkas / mengambil semantik di atas enjin simpanan anda.
Mengevaluasi Voldemort
Dalam buku Harry Potter buku Lord Voldemort mengadakan banyak sihir di dalamnya, baik baik dan buruk, walaupun ia menggunakannya untuk mengganas muggle. Pangkalan data Voldemort, kerana ternyata, juga dapat menyimpan sejumlah besar data, tetapi dapat digunakan dengan baik oleh para penyihir data di mana-mana!
Voldemort masih merupakan produk dalam pembangunan. Banyak keping masih hilang, jadi ia tidak menyokong pelbagai enjin storan yang mungkin anda harapkan. Tumpuan ini untuk komuniti pembangunan Voldemort mungkin kerana Voldemort dibina dalam bahasa pengaturcaraan Java, yang memerlukan penyambung Java Native Interface (JNI) untuk dibina untuk integrasi ke pangkalan data C atau C ++ yang paling.
Voldemort mempunyai integrasi yang baik dengan kerangka bersiri, walaupun. Rangka kerja yang disokong termasuk berseriaran Java, Avro, Thrift, dan Protokol Buffer. Ini bermakna bahawa pembungkus API yang disediakan sepadan dengan kaedah bersiri biasa bagi setiap bahasa pengaturcaraan, menjadikan pembangunan aplikasi intuitif.
Voldemort tidak mengendalikan konsistensi serta sistem lain. Voldemort menggunakan pendekatan pembacaan pembacaan , di mana nombor versi yang tidak konsisten untuk rekod yang sama ditetapkan pada masa baca, dan bukannya tetap konsisten pada masa menulis.
Tidak ada pengindeksan sekunder atau sokongan pertanyaan; Voldemort menjangka anda menggunakan kemudahan enjin simpanan yang mendasari untuk menangani kes penggunaan itu. Juga, Voldemort tidak mempunyai pencetus pangkalan data asli atau peringatan atau pemprosesan pemprosesan acara yang membina satu.
Jika anda memerlukan sebuah kedai nilai utama yang sangat tersedia, adalah partition-tolerant, berjalan di Java, dan menggunakan storan yang berlainan, kemudian Voldemort mungkin untuk anda.
