3. NoSQL categoriesNoSQL databases

3. NoSQL categories
NoSQL databases are broadly classified into following 2 categories:
(a) Aggregate Oriented.
(b) Non-aggregate Oriented.
All the Aggregate Oriented NoSQLs collect information from
various nodes in the network cluster. Map-Reduce can be used to
rearrange the data into different aggregate forms. Aggregate oriented
database is useful if the same aggregate is used frequently.
• Aggregate Oriented: The NoSQL under this category are:
• Key/Value Databases such as Amazon S3 (Dynamo), Voldemort,
Scalaris, etc.
• Column family, such as Cassandra used in Banking, financial
industry. Writes are faster than read, so one natural niche is
data analysis. HBase (used by Search engines, any application
where scanning huge, two-dimensional join-less tables are a
requirement).
• Document-based such as MongoDB.
Non-aggregate Oriented NoSQL such as Graph database are a
superset of Aggregate Oriented NoSQL such as Key/Value, Column
family and Document-based. The Non-aggregate oriented NoSQL
uses relations heavily. Non-aggregate databases are more ACID
compliant. In case of applications involving lots of complex Queries
Non-aggregate database such as Neo4J is the best choice
The basic difference between the Aggregate oriented database
and Non-aggregate databases is that Aggregate Oriented database
splits relations.
The common feature is that both the Aggregate Oriented and
Non-aggregate Oriented NoSQL are Schema-Less. Now, the above
mentioned NoSQL and their underlying data storage format are
briefly discussed.
(a) Key/value databases
The key-value stores are commonly known as dictionaries or
hash. In NoSQL key-value stores have been adopted because they
promote easy scalability and flawless growth at rapid speed. The
basic concept is that a globally distributed hash table has keys that
lead to the different database servers scattered all over the world.
Each data item is converted into a key using some unique formula
which is stored in the lookup table or directory. When the data
are needed, the key is converted into the location of the data and
accordingly data are retrieved.
The majority of the NoSQL databases described in this study
are key/value stores at their core habitually providing additional
functionality for access by secondary values. Voldemort [5] is a
key-value storage system used in LinkedIn. Examples of key/value
databases without additional indexing facilities are:
• Berkeley DB.
• MemcacheDB.
• Redis.
• Tokyo Cabinet/Tyrant.
• Riak.
The Pros and Cons of Key/Value Databases are:
Pros:
• Very fast.
• Very scalable.
• Simple model.
• Able to distribute horizontally.
Cons:
• Many data structures (objects), hence cannot be easily modeled
as key–value pairs.
(b) BigTable
‘‘BigTable’’ databases are known as Record-oriented or Tabular
databases consisting of multiple Tables, each containing a set of
addressable rows. Each row consists of a set of values that are considered
columns. In addition to Google’s BigTable database other
examples are:
•roworientation Tables (Microsoft).
• Cassandra (Apache).
• HBase (Apache Hadoop project).
• Hypertable.
• SimpleDB (Amazon).
• Voldemort (LinkedIn, now open source).
(c) Columnar databases
Columnar databases are a hybrid between NoSQL and relational
databases. They provide some row-and-column structure, but do
not have the strict rules of relational databases.
Column-oriented databases store and process data by column
instead of row. Having its origin in analytics and business intelligence,
column-stores can be used to build high-performance
applications. Column oriented [6] stores are seen less puristic,
subsuming data stores that integrate column and roworientation.
This is faster because most of the tables contain lots of
columns which are rarely used simultaneously by queries. Columnar
databases only perform I/O on the blocks corresponding to
columns that are actually being read/updated. In addition to the
smaller I/O overhead, memory is more efficiently utilized. The
column-oriented data store very effective in blocking data based
on each column’s data type such as Date, Text,etc.
(d) Document databases
In document oriented databases, data is stored as documents.
A set of documents is called collections. Collections may contain

ผลลัพธ์ (ไทย) 1:

3. NoSQL ประเภทฐานข้อมูล NoSQL ทั่วไปนั้นแบ่งออกเป็น 2 ประเภทต่อไปนี้:(ก) รวมไมตรี(ข) ไม่ใช่การรวมไมตรีทั้งหมดนี้รวมเป็น NoSQLs รวบรวมข้อมูลจากต่าง ๆ โหนในคลัสเตอร์เครือข่าย แผนที่-ลดใช้จัดข้อมูลลงในฟอร์มโดยรวมแตกต่างกัน รวมไมตรีฐานข้อมูลจะมีประโยชน์ถ้ารวมเหมือนกับถูกใช้งานบ่อย•รวมไมตรี: NoSQL ภายใต้หมวดหมู่นี้มี:•ฐานข้อมูลคีย์ค่าเช่น Amazon S3 (ไดนาโม), แฮร์รี่Scalaris ฯลฯ•คอลัมน์ครอบครัว เช่นนี่ใช้ในธนาคาร การเงินอุตสาหกรรม เขียนจะเร็วกว่าอ่าน เป็นธรรมชาติช่องหนึ่งการวิเคราะห์ข้อมูล HBase (ใช้โปรแกรมค้นหา โปรแกรมซึ่งการสแกนใหญ่ ตารางรวมน้อยกว่าแบบสองมิติซึ่งมีความต้องการ)•ใช้เอกสารเช่น MongoDBมี NoSQL แปลกไม่ใช่การรวมเช่นฐานข้อมูลกราฟsuperset ของ NoSQL รวมแปลกเช่นคีย์ค่า คอลัมน์ครอบครัว และเอกสารตามนี้ การรวมไม่ใช่มุ่งเน้น NoSQLใช้ความสัมพันธ์อย่างมาก ไม่รวมฐานข้อมูลต่าง ๆ เพิ่มเติมกรดเข้ากัน ในกรณีโปรแกรมประยุกต์ที่เกี่ยวข้องกับแบบสอบถามที่ซับซ้อนมากมายไม่ใช่การรวมฐานข้อมูลเช่น Neo4J เป็นตัวเลือกที่ดีที่สุดความแตกต่างพื้นฐานระหว่างฐานข้อมูลมารวมและไม่ใช่การรวมฐานข้อมูล ฐานข้อมูลเชิงรวมแยกสัมพันธ์ลักษณะทั่วไปเป็นที่รวมทั้งแนว และNoSQL แปลกไม่ใช่การรวม Schema ไม่ได้ ตอนนี้ ข้างต้นกล่าวถึง NoSQL และการจัดรูปแบบจัดเก็บข้อมูลพื้นฐานกล่าวถึงสั้น ๆ(ก) คีย์ค่าฐานข้อมูลร้านคีย์ค่ารู้จักกันทั่วไปเป็นพจนานุกรม หรือแฮ ใน NoSQL เก็บค่าคีย์ได้ถูกนำมาใช้เนื่องจากพวกเขาส่งเสริมการขยายง่ายและเจริญเติบโตสมบูรณ์ที่ความเร็วอย่างรวดเร็ว การแนวคิดพื้นฐานที่มีตารางกระจายทั่วโลกแฮมีคีย์ที่นำไปยังเซิร์ฟเวอร์ฐานข้อมูลอื่นที่กระจัดกระจายอยู่ทั่วโลกแต่ละรายการข้อมูลจะถูกแปลงเป็นคีย์ที่ใช้บางสูตรเฉพาะซึ่งถูกเก็บไว้ในตารางการค้นหาหรือไดเรกทอรี เมื่อข้อมูลจำเป็น คีย์จะถูกแปลงเป็นที่ตั้งของข้อมูล และดังนั้น จะดึงข้อมูลส่วนใหญ่ของฐานข้อมูล NoSQL ที่อธิบายไว้ในการศึกษานี้จะเก็บค่าคีย์ที่หลักของตนเนือง ๆ ให้เพิ่มเติมฟังก์ชันสำหรับการเข้าถึงโดยค่ารอง โครงเรื่อง [5] เป็นการระบบการจัดเก็บค่าคีย์ที่ใช้ใน LinkedIn ตัวอย่างของค่าคีย์เป็นฐานข้อมูลโดยไม่อำนวยทำดัชนี:• Berkeley DB• MemcacheDB•คุณ redis•โตเกียวตู้/เผด็จการ• Riakข้อดีและข้อเสียของค่าคีย์ฐานข้อมูลคือ:ข้อดี:•อย่างรวดเร็ว•ปรับขนาดได้มาก•รูปแบบเรียบง่าย•สามารถกระจายในแนวนอนข้อเสีย:•โครงสร้างข้อมูลจำนวนมาก (วัตถุ), จึงไม่สามารถสร้างแบบจำลองเป็นคู่คีย์ – ค่า(ข) BigTableฐานข้อมูล '' BigTable'' เป็นที่รู้จักกันว่า เป็นระเบียน หรือตารางฐานข้อมูลที่ประกอบด้วยหลายตาราง มีชุดของแอดเดรสแถว แต่ละแถวประกอบด้วยชุดของค่าที่ถือว่าคอลัมน์ นอกจากของ Google BigTable ฐานข้อมูลอื่น ๆตัวอย่างได้แก่:ตาราง •roworientation (Microsoft)•นี่ (Apache)• HBase (Apache Hadoop โครงการ)• Hypertable• SimpleDB (อเมซอน)•แฮร์รี่ (LinkedIn มาเปิดตอนนี้)ฐานข้อมูล (c) Columnarฐานข้อมูลคอลัมน์อยู่ ระหว่าง NoSQL และเกี่ยวพันทางฐานข้อมูล พวกเขามีบางโครงสร้างแถว และคอลัมน์ แต่ทำไม่มีกฎเข้มงวดของฐานข้อมูลเชิงสัมพันธ์แนวคอลัมน์ฐานข้อมูลจัดเก็บ และประมวลผลข้อมูลตามคอลัมน์แทนแถว มีกำเนิดในข่าวกรองธุรกิจและวิเคราะห์คอลัมน์เก็บสามารถใช้ในการสร้างประสิทธิภาพการใช้งาน คอลัมน์แปลก [6] ร้านจะเห็นน้อย puristicsubsuming ร้านค้าข้อมูลที่รวมคอลัมน์และ roworientationเป็นเร็วเนื่องจากส่วนใหญ่ของตารางที่ประกอบด้วยจำนวนมากคอลัมน์ที่ไม่ค่อยใช้งานพร้อมกัน โดยสอบถาม เรียงเป็นแนวตั้งฐานข้อมูลเฉพาะดำเนินการ I/O บนบล็อกที่สอดคล้องกับคอลัมน์ที่จริงมีการอ่าน/ปรับปรุง นอกจากนี้ได้อย่างมีประสิทธิภาพมีใช้ I/O ขนาดเล็กจ่าย หน่วยความจำ การที่เก็บประสิทธิภาพในการบล็อคข้อมูลตามแนวคอลัมน์ข้อมูลในแต่ละคอลัมน์ชนิดข้อมูลเช่นวันที่ ข้อความ ฯลฯ(ง) เอกสารฐานข้อมูลในฐานข้อมูลเชิงเอกสาร จัดเก็บข้อมูลเป็นเอกสารชุดของเอกสารเรียกว่าคอลเลกชัน คอลเลกชันอาจประกอบด้วย

ผลลัพธ์ (ไทย) 2:

3. NoSQL ประเภท
ฐานข้อมูล NoSQL จะถูกจัดออกเป็น 2 ประเภทดังต่อไปนี้:
(A). รวม Oriented
(B). ไม่รวม Oriented
ทั้งหมด NoSQLs รวม Oriented เก็บรวบรวมข้อมูลจาก
โหนดต่าง ๆ ในเครือข่ายคลัสเตอร์ แผนที่ลดสามารถใช้ในการ
จัดเรียงข้อมูลในรูปแบบที่แตกต่างกันรวม ที่มุ่งเน้นการรวม
ฐานข้อมูลจะเป็นประโยชน์ถ้ารวมเดียวกันมักจะถูกใช้.
•รวม Oriented: ผู้ NoSQL ภายใต้หมวดหมู่นี้:
•คีย์ / ค่าฐานข้อมูลเช่น Amazon S3 (ดินาโม), โวลเดอม
scalaris ฯลฯ
•ครอบครัวคอลัมน์เช่นคาสซานดรา ที่ใช้ในการธนาคารการเงิน
อุตสาหกรรม เขียนจะเร็วกว่าอ่านดังนั้นหนึ่งช่องทางธรรมชาติคือ
การวิเคราะห์ข้อมูล HBase (ใช้เครื่องมือค้นหาโปรแกรมใด ๆ
ที่สแกนขนาดใหญ่สองมิติตารางเข้าร่วมน้อยเป็น
ความต้องการ).
•เอกสารที่ใช้เช่น MongoDB.
ไม่รวม Oriented NoSQL เช่นฐานข้อมูลกราฟเป็น
ซูเปอร์รวม Oriented NoSQL เช่น เป็นคีย์ / ค่าคอลัมน์
ครอบครัวและเอกสารตาม Non-รวมที่มุ่งเน้น NoSQL
ใช้ความสัมพันธ์อย่างหนัก ฐานข้อมูลที่ไม่รวมเป็นกรดมากขึ้น
สอดคล้อง ในกรณีของการใช้งานที่เกี่ยวข้องกับการจำนวนมากที่ซับซ้อนแบบสอบถาม
ไม่ใช่ฐานข้อมูลรวมเช่น Neo4j เป็นตัวเลือกที่ดีที่สุด
ความแตกต่างขั้นพื้นฐานระหว่างฐานข้อมูลรวมที่มุ่งเน้น
และฐานข้อมูลที่ไม่รวมเป็นที่รวมฐานข้อมูลเชิง
แยกความสัมพันธ์.
คุณลักษณะที่เหมือนกันคือว่าทั้งสองรวม Oriented และ
ไม่รวม Oriented NoSQL มี Schema น้อย ตอนนี้ข้างต้น
กล่าวถึงรูปแบบการจัดเก็บข้อมูลพื้นฐานของพวกเขา NoSQL และ
กล่าวสั้น ๆ .
(ก) คีย์ / ค่าฐานข้อมูล
ร้านค้าที่สำคัญที่มีมูลค่าเป็นที่รู้จักกันทั่วไปว่าเป็นพจนานุกรมหรือ
กัญชา ในร้านค้า NoSQL ค่าคีย์ได้รับการรับรองเพราะพวกเขา
ส่งเสริมการขยายระบบได้ง่ายและการเจริญเติบโตที่สมบูรณ์แบบที่ความเร็วอย่างรวดเร็ว
แนวคิดพื้นฐานคือตารางแฮชกระจายทั่วโลกมีกุญแจที่
นำไปสู่เซิร์ฟเวอร์ฐานข้อมูลที่แตกต่างกันกระจายอยู่ทั่วทุกมุมโลก.
แต่ละรายการข้อมูลจะถูกแปลงเป็นสำคัญโดยใช้สูตรเฉพาะบางอย่าง
ที่ถูกเก็บไว้ในตารางการค้นหาหรือไดเรกทอรี เมื่อมีข้อมูลที่
มีความจำเป็นที่สำคัญจะถูกแปลงเป็นสถานที่ตั้งของข้อมูลและ
ตามข้อมูลที่จะถูกเรียก.
ส่วนใหญ่ของฐานข้อมูล NoSQL อธิบายไว้ในการศึกษาครั้งนี้
เป็นกุญแจสำคัญในร้านค้า / ค่าที่หลักของพวกเขาเป็นประจำให้เพิ่มเติม
ฟังก์ชั่นสำหรับการเข้าถึงโดยค่ารอง โวลเดอม [5] เป็น
ระบบจัดเก็บข้อมูลที่สำคัญที่มีมูลค่าที่ใช้ใน LinkedIn ตัวอย่างของคีย์ / ค่า
ฐานข้อมูลโดยไม่ต้องอำนวยความสะดวกการจัดทำดัชนีเพิ่มเติม:
• Berkeley DB.
• memcachedb.
• Redis.
•โตเกียวคณะรัฐมนตรี / ทรราช.
•เสี่ยงกับความ.
ข้อดีและข้อเสียของการที่สำคัญฐานข้อมูล / มูลค่าคือ
จุดเด่น:
. •รวดเร็วมาก
•มาก สามารถปรับขนาด.
•รุ่น Simple.
•สามารถแจกจ่ายแนวนอน.
จุดด้อย:
•ข้อมูลหลายโครงสร้าง (วัตถุ) จึงไม่สามารถสร้างแบบจำลองได้อย่างง่ายดาย
. เป็นคู่ค่าคีย์
(ข) BigTable
ฐานข้อมูล '' BigTable '' เป็นที่รู้จักกันเป็นบันทึกที่มุ่งเน้นหรือ ตาราง
ฐานข้อมูลซึ่งประกอบด้วยหลายตารางที่มีในแต่ละชุดของ
แถวแอดเดรส แต่ละแถวประกอบด้วยชุดของค่าที่ถือว่าเป็น
คอลัมน์ นอกเหนือไปจากฐานข้อมูล BigTable อื่น ๆ ของ Google
ตัวอย่าง:
. • roworientation ตาราง (Microsoft)
. •คาสซานดรา (Apache)
. • (โครงการ Apache Hadoop) HBase
. • Hypertable
. • SimpleDB (Amazon)
•โวลเดอม (LinkedIn, แหล่งที่มาตอนนี้เปิด)
ฐานข้อมูล (c) เรียงเป็นแนว
ฐานข้อมูล Columnar เป็นลูกผสมระหว่าง NoSQL และเชิงสัมพันธ์
ฐานข้อมูล พวกเขาให้โครงสร้างแถวและคอลัมน์บางอย่าง แต่ไม่
ได้มีกฎระเบียบที่เข้มงวดของฐานข้อมูลเชิงสัมพันธ์.
ฐานข้อมูลคอลัมน์ที่มุ่งเน้นการจัดเก็บและประมวลผลข้อมูลตามคอลัมน์
แทนแถว มีต้นกำเนิดในการวิเคราะห์และระบบธุรกิจอัจฉริยะ,
ร้านค้าคอลัมน์สามารถนำมาใช้ในการสร้างที่มีประสิทธิภาพสูง
การใช้งาน คอลัมน์ oriented [6] ร้านค้าจะเห็นพิถีพิถันน้อย
subsuming เก็บข้อมูลที่รวมคอลัมน์ roworientation.
นี้จะเร็วเพราะส่วนใหญ่ของตารางมีจำนวนมากของ
คอลัมน์ซึ่งจะไม่ค่อยได้ใช้พร้อมกันโดยคำสั่ง คอลัมน์
ฐานข้อมูลเพียงดำเนินการ I / O ที่บล็อกที่สอดคล้องกับ
คอลัมน์ที่เป็นจริงถูกอ่าน / การปรับปรุง นอกจากนี้ยังมี
ขนาดเล็ก I / O ค่าใช้จ่ายของหน่วยความจำถูกนำมาใช้อย่างมีประสิทธิภาพมากขึ้น
ร้านคอลัมน์ที่มุ่งเน้นข้อมูลที่มีประสิทธิภาพมากในการปิดกั้นข้อมูลพื้นฐาน
เกี่ยวกับชนิดข้อมูลของแต่ละคอลัมน์เช่นวัน, ข้อความ, ฯลฯ .
(ง) ฐานข้อมูลเอกสาร
ในฐานข้อมูลเอกสารที่มุ่งเน้นข้อมูลจะถูกเก็บไว้เป็นเอกสาร.
ชุดของเอกสารที่เรียกว่าคอลเลกชัน คอลเลกชันอาจประกอบด้วย