Couchbase and Cassandra both show s

Couchbase and Cassandra both show scaling at about half of linear
capacity throughout. Cassandra actually scales slightly better for
the balanced workload’’. According to this study ‘‘for heavy-read
workloads (95% read, 5% write), both Couchbase and MongoDB
scale close to linearly’’ [34].
Column Family databases Cassandra and HBase show excellent
writing abilities, but its reading performance is poor, since these
two products were optimized for writing resulting to lots of concurrent
I/O when reading. Since Cassandra uses huge amounts of
memory, it has to perform lots of disk I/O in read heavy workloads,
leading to a highly decreased performance. Both Cassandra
and HBase have a better performance during execution of Updates.
MongoDB has similar structures to RDBMS and shows great
flexibility in data modeling, especially for medium and small-sized
businesses [35]. MongoDB is the best fit for read intensive applications.
7. Observation
The downsides of NoSQL
• There is no universal query language like SQL.
• Each NoSQL product does things differently.
• SQL is very powerful and expressive.
• Relational databases are very mature, 40+ years (1970) while
NoSQL are 6+ years old.
• Relational databases are part of a vast ‘‘Ecosystem’’ with lots of
applications and Tool availability.
NoSQL communities have picked up the trend to abandon
relational properties in favor of high-scalability by only supporting
Key-Value type accesses in their data stores. However, abandoning
SQL and its feature has nothing to do with Scalability. Another
significant development in advanced database technology is
‘‘Polyglot Persistence’’, i.e. using multiple data storage technologies
based upon the way data are being used by individual applications.
The simple logic behind ‘‘Polyglot Persistence’’ is why store binary
images in a relational database, when there are better storage systems
for the same?
The following are some of the issues for selection of a particular
NoSQL database:
• Fit workload requirements to the best suited cloud database
system considering the read-optimized against write-optimized
substitution.
• Latency versus Durability is another important axis. If developers
know that they can lose a small fraction of writers such as
web poll votes, etc. they can acknowledge success, writes without
waiting for them to be synced to disk. An application requiring
large number of small writes may use ‘‘Redis’’.
• Auto-completion, Caching may use Redis, Memcached.
• Data mining, Trending-MongoDB, Hadoop and BigTable.
• Content based web portals-MongoDB, Cassandra and Sharded
ACID databases.
• Financial Portals-ACID database.
8. Conclusion
In this paper an analytical study of BASE properties of NoSQL
database with a focus on large-scale NoSQL such as Dynamo,
Google File System (GFS), Bigtable and Hadoop are done. Different
techniques that are used to achieve Consistency and Availability
were analyzed. Some recommendations based on observations are
made for selection of a NoSQL for particular purposes.

ผลลัพธ์ (ไทย) 1:

Couchbase และนี่ทั้งแสดงมาตราส่วนที่ครึ่งหนึ่งของเส้นตรงความจุทั่ว นี่จริงชั่งดีกว่าเล็กน้อยสำหรับปริมาณสมดุล '' ตามการศึกษานี้ '' สำหรับอ่านอย่างหนักปริมาณ (อ่าน 95%, 5% เขียน), Couchbase และ MongoDBขนาดใกล้เชิงเส้น '' [34]คอลัมน์ฐานข้อมูลครอบครัวนี่และ HBase แสดงเยี่ยมเขียนความสามารถ แต่ประสิทธิภาพของการอ่านไม่ดี ตั้งแต่นี้สองผลิตภัณฑ์เหมาะสมเขียนเกิดไปพร้อมกันI/O เมื่ออ่าน เพราะนี่ใช้เงินจำนวนมากหน่วยความจำ มีการดำเนินการของ I/O ของดิสก์ในปริมาณหนักอ่านนำไปสู่ประสิทธิภาพที่ลดลงสูง ทั้งสองนี่และ HBase มีประสิทธิภาพที่ดีขึ้นในระหว่างดำเนินการปรับปรุงMongoDB มีโครงสร้างคล้ายกับ RDBMS และแสดงดีข้อมูลการสร้างแบบจำลอง โดยเฉพาะอย่างยิ่งสำหรับขนาดกลาง และ ขนาดเล็กที่มีความยืดหยุ่นธุรกิจ [35] MongoDB เหมาะสุดสำหรับโปรแกรมประยุกต์จำนวนมากที่อ่าน7. สังเกตข้อเสียของ NoSQL•มีคือ ไม่มีภาษาสากลแบบสอบถามเช่น SQL•แต่ละผลิตภัณฑ์ NoSQL ทำสิ่งที่แตกต่างกัน• SQL ได้อย่างมีประสิทธิภาพ และน่าประทับใจ•ฐานข้อมูลเชิงสัมพันธ์เป็นผู้ใหญ่ 40 + ปี (1970)NoSQL เป็น 6 + ปีเก่า•ฐานข้อมูลเชิงสัมพันธ์เป็นส่วนหนึ่งของ ''นิเวศ '' มากมายด้วยโปรแกรมประยุกต์และเครื่องมือพร้อมแนวโน้มจะละทิ้งได้เลือกชุมชน NoSQLคุณสมบัติของความสัมพันธ์สามารถขยายสูงโดยการสนับสนุนเท่านั้นชนิดค่าคีย์การเข้าถึงในการเก็บข้อมูล อย่างไรก็ตาม ละทิ้งSQL และคุณลักษณะความมีน้ำไม่ มีภาระ อื่นคือการพัฒนาสำคัญในเทคโนโลยีฐานข้อมูลขั้นสูง''มีอยู่ polyglot'' เช่นใช้เทคโนโลยีจัดเก็บข้อมูลหลายตามวิธีข้อมูลกำลังถูกใช้ โดยโปรแกรมประยุกต์แต่ละหลัง ''โพลีกลอทตอนวิริยะ '' ตรรกะง่าย ๆ ทำไมเก็บไบนารีรูปภาพในฐานข้อมูลเชิงสัมพันธ์ เมื่อมีระบบจัดเก็บข้อมูลที่ดีกว่าสำหรับเดียวกันต่อไปนี้เป็นปัญหาสำหรับการเลือกเฉพาะบางNoSQL ฐานข้อมูล:•ข้อกำหนดปริมาณให้พอดีกับฐานข้อมูลระบบคลาวด์ที่เหมาะที่สุดพิจารณาการปรับกับปรับเขียนระบบทดแทน•เวลาแฝงเมื่อเทียบกับความทนทานเป็นแกนสำคัญที่อื่น ถ้านักพัฒนารู้ว่า พวกเขาสามารถสูญเสียเศษเล็ก ๆ ของผู้เขียนเช่นเว็บโพลโหวต ฯลฯ พวกเขาสามารถยอมรับความสำเร็จ เขียนโดยรอสำหรับการซิงค์ไปยังดิสก์ โปรแกรมต้องการเขียนขนาดเล็กจำนวนมากอาจใช้ '' Redis''•เสร็จสมบูรณ์อัตโนมัติ แคพฤษภาคมใช้ Redis, Memcached•การทำเหมืองข้อมูล เรื่องยอดนิยม MongoDB, Hadoop และ BigTable•เนื้อหาตามเว็บพอร์ทัล-MongoDB นี่ และ Shardedฐานข้อมูลกรดฐานข้อมูล•การพอร์ทัลกรด8. ข้อสรุปในการศึกษาวิเคราะห์คุณสมบัติพื้นฐานของ NoSQL กระดาษฐานข้อมูลที่เน้น NoSQL ขนาดใหญ่เช่นไดนาโมระบบแฟ้ม Google (GFS), Bigtable และ Hadoop จะทำ แตกต่างกันเทคนิคที่ใช้เพื่อให้บรรลุความสอดคล้องและความพร้อมได้วิเคราะห์ มีคำแนะนำบางอย่างตามสังเกตทำการคัดสรรตัว NoSQL สำหรับวัตถุประสงค์เฉพาะ

ผลลัพธ์ (ไทย) 2:

Couchbase และคาสซานดราทั้งการแสดงการปรับขนาดที่ประมาณครึ่งหนึ่งของการเชิงเส้น
กำลังการผลิตทั่ว คาสซานดราจริงเครื่องชั่งน้ำหนักที่ดีกว่าเล็กน้อยสำหรับ
ภาระงานที่สมดุล '' จากการศึกษานี้ '' หนักอ่าน
ปริมาณงาน (95% อ่าน 5% เขียน) ทั้ง Couchbase และ MongoDB
ขนาดใกล้เคียงกับเส้นตรง '' [34].
ครอบครัวคอลัมน์ฐานข้อมูลคาสซานดราและ HBase การแสดงที่ยอดเยี่ยม
ความสามารถในการเขียน แต่ประสิทธิภาพการอ่าน เป็นที่น่าสงสารตั้งแต่เหล่านี้
สองผลิตภัณฑ์ที่มีประสิทธิภาพสูงสุดในการเขียนผลให้จำนวนมากพร้อมกัน
I / O เมื่ออ่าน ตั้งแต่คาสซานดราใช้จำนวนมากของ
หน่วยความจำก็มีการดำเนินการอื่น ๆ ของดิสก์ของ I / O ในการอ่านปริมาณงานหนัก
นำไปสู่การลดลงอย่างมากในการปฏิบัติงาน ทั้งคาสซานดรา
และ HBase มีประสิทธิภาพที่ดีขึ้นในระหว่างการดำเนินการปรับปรุง.
MongoDB มีโครงสร้างคล้ายกับ RDBMS ที่ดีและแสดงให้เห็น
ความยืดหยุ่นในการสร้างแบบจำลองข้อมูลโดยเฉพาะอย่างยิ่งสำหรับการขนาดกลางและขนาดเล็ก
ธุรกิจ [35] MongoDB เป็นแบบที่ดีที่สุดสำหรับการใช้งานหนักอ่าน.
7 สังเกต
ข้อเสียของ NoSQL
•ไม่มีภาษาแบบสอบถามสากลเช่น SQL เป็น.
•แต่ละผลิตภัณฑ์ NoSQL ไม่สิ่งที่แตกต่าง.
• SQL จะมีประสิทธิภาพมากและแสดงออก.
•ฐานข้อมูลเชิงสัมพันธ์เป็นผู้ใหญ่มาก 40 + ปี (1970) ในขณะที่
NoSQL เป็น 6 ปี เก่า.
•ฐานข้อมูลเชิงสัมพันธ์เป็นส่วนหนึ่งของใหญ่ '' ระบบนิเวศ '' ที่มีจำนวนมากของ
การใช้งานและเครื่องมือพร้อมใช้งาน.
ชุมชน NoSQL ได้หยิบขึ้นมาแนวโน้มที่จะละทิ้ง
คุณสมบัติเชิงสัมพันธ์ในความโปรดปรานของสูง scalability โดยเฉพาะการสนับสนุน
ประเภท key-value เข้าถึงในของพวกเขา เก็บข้อมูล แต่ทิ้ง
SQL และคุณลักษณะที่มีอะไรจะทำอย่างไรกับการปรับขยาย อีกประการหนึ่ง
การพัฒนาที่สำคัญในเทคโนโลยีฐานข้อมูลขั้นสูง
'' พูดได้หลายภาษาวิริยะ '' คือใช้หลายเทคโนโลยีการจัดเก็บข้อมูลที่
อยู่บนพื้นฐานของข้อมูลวิธีการมีการใช้งานของแต่ละบุคคล.
ตรรกะง่ายๆที่อยู่เบื้องหลัง '' พูดได้หลายภาษาวิริยะ '' คือเก็บไบนารีทำไม
ภาพใน ฐานข้อมูลเชิงสัมพันธ์เมื่อมีระบบที่ดีกว่าการจัดเก็บข้อมูล
สำหรับเดียวกันได้หรือไม่
ต่อไปนี้เป็นบางส่วนของปัญหาสำหรับการเลือกเฉพาะ
ฐานข้อมูล NoSQL:
•ข้อกำหนดภาระงานพอดีกับฐานข้อมูลแบบคลาวด์เหมาะที่สุด
ระบบการพิจารณาการอ่านที่ดีที่สุดกับการเขียนที่ดีที่สุด
เปลี่ยนตัว
•แฝงเมื่อเทียบกับความคงทนเป็นอีกหนึ่งแกนสำคัญ หากนักพัฒนา
รู้ว่าพวกเขาจะสูญเสียส่วนเล็ก ๆ ของผู้เขียนเช่น
เว็บโพลโหวต ฯลฯ พวกเขาสามารถประสบความสำเร็จได้รับทราบเขียนโดยไม่ต้อง
รอให้มีการซิงค์ไปยังดิสก์ แอพลิเคชันที่กำหนดให้
จำนวนมากของการเขียนขนาดเล็กอาจจะใช้ '' Redis ''.
•อัตโนมัติเสร็จสิ้นแคชอาจจะใช้ Redis, Memcached.
•การทำเหมืองข้อมูลได้รับความนิยม-MongoDB, Hadoop และ BigTable.
•เนื้อหาตามเว็บพอร์ทัล-MongoDB คาสซานดราและ Sharded
กรดฐานข้อมูล.
•ฐานข้อมูลทางการเงินพอร์ทัลกรด.
8 สรุป
ในงานวิจัยนี้ศึกษาวิเคราะห์คุณสมบัติฐานของ NoSQL
ฐานข้อมูลมีความสำคัญกับขนาดใหญ่ NoSQL เช่นไดนาโมเป็น
Google File System (GFS) Bigtable และ Hadoop จะทำ ที่แตกต่างกัน
เทคนิคที่ถูกนำมาใช้เพื่อให้บรรลุความสอดคล้องและความพร้อมใช้งาน
ถูกนำมาวิเคราะห์ คำแนะนำบางอย่างตามข้อสังเกตจะ
ทำสำหรับการเลือกของ NoSQL สำหรับวัตถุประสงค์เฉพาะ