for the ‘‘Quorum reads’’, which requires the system to check for inconsistency
across multiple replicas before reading. Surely the second
option causes some amount of latency. Difference in latency
between these two options can be a factor of four or more [22].
(7) Scalability and Complexity Analysis.
Fig. 1 shows the NoSQL Scalability Complexity relationship.
As shown in the figure Key-value NoSQL are suitable for data
intensive applications, while the Graph databases (Non Aggregate)
NoSQL are best fit for applications dealing with complex data. It
is also evident from the figure that, the Document (Aggregate oriented)
NoSQL is the most suitable NoSQL databases having a good
balance of ‘‘Data Complexity’’ and ‘‘Data Size’’. Since 90% of use
cases are much below the ‘‘Data Size’’ supported by the entire
NoSQL database, still most of the application is perfectly running
with conventional RDBMS.
(8) NRW Analysis.
NRW (Node, Read, Write) analysis is used to analyze the
characteristics of distributed database how they will trade off
Consistency, Read and Write performance [24].
Here,
N is the number of Nodes keeping copies of distributed record;
W, number of nodes that must successfully acknowledge for a
Write to be successfully committed.
R, the number of nodes that must send back the data to be
accepted as read by the system.
The majority of NoSQL databases uses N > W > 1 i.e. more
than one write must complete, but not all nodes need to be updated
immediately.
Tables 4 and 5 categorize the NoSQL according to NRW [25,24].
The ‘‘Read Repair’’ algorithm is often implemented to improve
consistency when R = 1.
The following are some more muscle with various Consistency
levels [24].
6. Benchmarking of NoSQL
The Yahoo! Cloud Serving Benchmark (YCSB) platform was
developed to evaluate two types of benchmarking tiers:
• Performance and
• Scalability.
YCSB is a popular extensible framework designed to compare
different Table stores under identical synthetic workloads. YCSB
can be used for measuring the basic performance of [26]:
1. HBase.
2. Voldemort.
3. Cassandra and
4. MongoDB.
สำหรับ ' 'quorum อ่านว่า ' ' ซึ่งต้องใช้ระบบการตรวจสอบความไม่สอดคล้องกันข้ามหลายแบบจําลองก่อนอ่าน แน่นอนที่สองจํานวนตัวเลือกสาเหตุบางอย่างแฝงอยู่ ความแตกต่างในศักยภาพระหว่างสองตัวเลือกเหล่านี้สามารถเป็นปัจจัยสี่หรือมากกว่า [ 22 ]( 7 ) ความยืดหยุ่นและการวิเคราะห์ความซับซ้อนรูปที่ 1 แสดง nosql scalability ความซับซ้อนของความสัมพันธ์ดังแสดงในรูปค่าคีย์ nosql เหมาะสําหรับข้อมูลโปรแกรมเข้มข้น ในขณะที่กราฟฐานข้อมูล ( ไม่รวม )nosql พอดีที่ดีที่สุดสำหรับใช้จัดการกับข้อมูลที่ซับซ้อน มันยังเห็นได้จากรูปว่า เอกสาร ( แบบรวม )nosql เหมาะที่สุด nosql ฐานข้อมูลมีดีความสมดุลของ 'data ' ซับซ้อน ' ' และ ' ' 'data ขนาด ' ' เพราะ 90% ของใช้กรณีถูกมากด้านล่าง 'data ' ขนาด ' ' โดยได้รับการสนับสนุนทั้งหมดฐานข้อมูล nosql ยังคงส่วนใหญ่ของโปรแกรมอย่างสมบูรณ์ วิ่งกับฐานข้อมูลเดิม( 8 ) การวิเคราะห์ NRW .NRW ( โหนด , อ่าน , เขียน ) การวิเคราะห์ใช้เพื่อวิเคราะห์ลักษณะของฐานข้อมูลแบบกระจายวิธีการที่พวกเขาจะค้าออกความสอดคล้อง , อ่านและเขียนงาน [ 24 ]ที่นี่N คือจำนวนของโหนดเก็บสำเนาบันทึกการกระจาย ;W , โหนดที่ต้องความยอมรับสำหรับเขียนได้ก่อR , จำนวนของจุดที่ต้องส่งกลับข้อมูลเป็นยอมรับว่าอ่านแล้วโดยระบบส่วนใหญ่ของฐานข้อมูล nosql ใช้ N > W > 1 ) เพิ่มเติมกว่าจะเขียนเสร็จ แต่โหนดทั้งหมดไม่ต้องมีการปรับปรุงทันทีตารางที่ 4 และ 5 จัด nosql ตาม NRW [ 25,24 ]' 'read ซ่อม ' ' ขั้นตอนวิธีมักจะดำเนินการเพื่อปรับปรุงความสอดคล้องเมื่อ R = 1ต่อไปนี้เป็นบางกล้ามเนื้อกับความมั่นคงต่าง ๆระดับ [ 24 ]6 . การเทียบเคียง nosqlYahoo ! เมฆบริการมาตรฐาน ( ycsb ) แพลตฟอร์มคือพัฒนาขึ้นเพื่อประเมินสองประเภทของการเทียบเคียงชั้น :งานบริการและ- ลดความเสี่ยงycsb เป็นที่นิยมและกรอบที่ออกแบบมาเพื่อเปรียบเทียบตารางที่แตกต่างกันร้านค้าใต้เหมือนกันงานสังเคราะห์ . ycsbสามารถใช้สำหรับการวัดประสิทธิภาพเบื้องต้นของ [ 26 ] :1 . hbase .2 . โวลเดอมอร์3 . คาสเซนดร้า และ4 . mongodb .
การแปล กรุณารอสักครู่..