代替ビッグデータソリューション - ダミー

過去のHadoopを見ると、地平線。これらのソリューションにより、大規模なデータをリアルタイムで処理したり、代替のデータベース技術を使用して処理したり処理したりすることが可能になります。ここでは、リアルタイム処理フレームワーク、次に超並列処理（MPP）プラットフォーム、そして最後にHadoop環境外の大きなデータを扱えるようにするNoSQLデータベースについて紹介します。

<！あなたはACIDに準拠していることを知っておく必要があります.AMLの順守、短期間のC 999の一貫性、および999の易揮発性コンプライアンスが挙げられる。 ACID準拠は、正確で信頼性の高いデータベーストランザクションが保証される標準です。

大規模なデータソリューションでは、ほとんどのデータベースシステムはACIDに準拠していませんが、必ずしも大きな問題を引き起こすとは限りません。これは、ほとんどのビッグデータシステムでは、デシジョンサポートシステム（DSS）を使用してデータを読み出す前にデータをバッチ処理するためです。 DSS は、組織の意思決定支援に使用される情報システムである。非トランザクションDSSは、実際のACID準拠要件を示していません。

リアルタイム処理フレームワーク大規模なデータストリームをリアルタイムで照会する必要がある場合がありますが、Hadoopを使用してこのようなことはできません。このような場合は、代わりにリアルタイム処理フレームワークを使用してください。リアルタイム処理フレームワークは、その名前が示すように、データストリームが流れてシステムに流れ込むようにリアルタイムで（またはほぼリアルタイムで）データを処理できるフレームワークです。基本的に、リアルタイム処理フレームワークは、Hadoopに導入されているバッチ処理フレームワークとは対照的です。 - <！リアルタイム処理フレームワークは、次の2つのカテゴリに分類することができます。 MapReduceタスクのオーバーヘッドを減らし、システム全体の時間効率を向上させるフレームワーク：このカテゴリには、ほぼリアルタイムのストリーム処理用のApache StormとApache Sparkが含まれています。

大規模データのリアルタイムクエリを容易にする革新的なクエリメソッドを実装するフレームワーク：このカテゴリのいくつかのソリューションには、GoogleのDremel、Apache Drill、Apache Hive用Shark、Cloudera's Impalaがあります。 <！リアルタイムのストリーム処理フレームワークは、株式や金融市場の分析から電子商取引の最適化、リアルタイムの不正検出から最適化された注文物流まで、さまざまな業界で非常に有用です。業種にかかわらず、人間、機械、またはセンサーによって生成されたリアルタイムのデータストリームがビジネスに影響を及ぼす場合は、リアルタイムの処理フレームワークが最適化して価値を生み出すのに役立ちます組織。

超並列処理（MPP）プラットフォーム

分散データ処理の代替アプローチとして、MapReduceの代わりに超並列処理（MPP）プラットフォームを使用できます。従来のデータウェアハウスで並列処理を展開することを目標とする場合は、MPPが最適なソリューションになる可能性があります。

MPPが標準のMapReduce並列処理フレームワークとどのように比較されるかを理解するには、次の点を考慮してください。 MPPはコストのかかるカスタムハードウェアで並列コンピューティングタスクを実行しますが、MapReduceは安価なコモディティサーバーで実行します。したがって、MPP処理機能はコストを制限します。これは、MPPが標準のMapReduceジョブよりも迅速かつ使いやすくなっていると述べています。 MPPはSQL（Structured Query Language）を使用してクエリできますが、ネイティブMapReduceジョブはより複雑なJavaプログラミング言語によって制御されるためです。有名なMPPベンダーおよび製品には、旧式のTeradataプラットフォームと、EMC 999 2 999のGreenplum DCA、HPのVertica、IBMのNetezza、OracleのExadataなどの新しいソリューションが含まれます。 NoSQLデータベースの紹介

従来の

リレーショナルデータベース管理システム

（RDBMS）は、大量のデータ要求を処理するために装備されていません。これは、従来のリレーショナル・データベースは、クリーンな行と列に格納されたデータで構成されたリレーショナル・データセットのみを処理するように設計されているため、SQL（Structured Query Language）を介して問合せできるためです。 RDBMシステムは、非構造化データおよび半構造化データを処理できません。さらに、RDBMシステムは、大きなデータ量および速度要件を満たすために必要とされる処理および処理能力を単に備えていない。
NoSQLは、MongoDBのようなNoSQLデータベースは、大きなデータチャレンジに発展するよう設計された、非リレーショナルの分散データベースシステムです。 NoSQLデータベースは従来のリレーショナルデータベースアーキテクチャを凌駕し、よりスケーラブルで効率的なソリューションを提供します。 NoSQLシステムは、非リレーショナルまたはスキーマフリー、半構造化および非構造化データの非SQLデータ照会を容易にします。このように、NoSQLデータベースは、ビッグデータシステムで一般的な構造化、半構造化、および非構造化データソースを処理できます。
NoSQLは、グラフデータベース、ドキュメントデータベース、キー値ストア、および列ファミリストアの4つのカテゴリの非リレーショナルデータベースを提供します。 NoSQLは、これらの別々のタイプのデータ構造ごとに固有の機能を提供するため、ほとんどのタイプの非リレーショナル・データに対して非常に効率的な保管および検索機能を提供します。この適応性と効率性により、NoSQLは大きなデータを処理し、それに伴う処理上の課題を克服するためにますます普及しています。

NoSQLという名前の重要性についていくらか議論があります。 NoSQLは

だけでなくSQL