As a matter of fact, latency tends

As a matter of fact, latency tends to come at the cost of consistency.
Considering several replicas in the system, a client could
immediately read the first replica which it can access without
checking consistency. The second option is that the client could opt

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].

ผลลัพธ์ (ไทย) 2:

เป็นเรื่องของความเป็นจริงแฝงแนวโน้มที่จะมาที่ค่าใช้จ่ายของความมั่นคง.
พิจารณาหลายแบบจำลองในระบบลูกค้าสามารถ
ทันทีอ่านจำลองครั้งแรกที่มันสามารถเข้าถึงได้โดยไม่ต้อง
ตรวจสอบความสอดคล้อง ตัวเลือกที่สองคือการที่ลูกค้าสามารถเลือกสำหรับ '' องค์ประชุมอ่าน '' ซึ่งจะต้องมีระบบในการตรวจสอบความไม่สอดคล้องกันทั่วจำลองหลายก่อนที่จะอ่าน แน่นอนที่สองตัวเลือกที่ทำให้เกิดปริมาณของความล่าช้าบาง ความแตกต่างในความล่าช้าระหว่างทั้งสองตัวเลือกที่สามารถเป็นปัจจัยสี่หรือมากกว่า [22] ได้. (7) ความยืดหยุ่นและการวิเคราะห์ความซับซ้อน. รูป 1 แสดงให้เห็นความสัมพันธ์ที่ซับซ้อน NoSQL Scalability. ดังแสดงในรูป key-value NoSQL มีความเหมาะสมสำหรับข้อมูลการใช้งานหนักในขณะที่ฐานข้อมูลกราฟ (ไม่รวม) NoSQL เป็นแบบที่ดีที่สุดสำหรับการใช้งานการจัดการกับข้อมูลที่ซับซ้อน มันเป็นยังเห็นได้ชัดจากตัวเลขที่เอกสาร (รวม oriented) NoSQL เป็นฐานข้อมูล NoSQL ที่เหมาะสมที่สุดที่มีความดีความสมดุลของ '' ข้อมูลซับซ้อน '' และ '' ขนาดข้อมูล '' ตั้งแต่ 90% ของการใช้งานกรณีมีมากดังต่อไป '' ขนาดข้อมูล '' ได้รับการสนับสนุนจากทั้งฐานข้อมูล NoSQL ยังคงมากที่สุดของการประยุกต์ใช้เป็นอย่างดีทำงานกับ RDBMS ธรรมดา. (8) การวิเคราะห์ NRW. NRW (Node อ่านเขียน) การวิเคราะห์ จะใช้ในการวิเคราะห์ลักษณะของฐานข้อมูลแบบกระจายว่าพวกเขาจะค้าปิด. สอดคล้องอ่านและเขียนประสิทธิภาพ [24] นี่N คือจำนวนโหนดรักษาสำเนาของบันทึกการกระจาย; W, จำนวนโหนดที่ประสบความสำเร็จต้องยอมรับสำหรับเขียน ที่จะมุ่งมั่นประสบความสำเร็จ. R, จำนวนโหนดที่ต้องส่งกลับข้อมูลที่จะได้รับการยอมรับว่าอ่านโดยระบบ. ส่วนใหญ่ของฐานข้อมูล NoSQL ใช้ N> W> 1 IE มากขึ้นมากกว่าหนึ่งเขียนต้องดำเนินการ แต่ไม่ทุกโหนดต้อง ได้รับการปรับปรุงทันที. ตารางที่ 4 และ 5 หมวดหมู่ NoSQL ตาม NRW [25,24]. ว่า '' อ่านซ่อม '' อัลกอริทึมที่มักจะถูกนำมาใช้ในการปรับปรุงความสอดคล้องเมื่อ r = 1. ต่อไปนี้คือกล้ามเนื้อมากขึ้นมีความสอดคล้องต่างๆระดับ [24]

ผลลัพธ์ (ไทย) 3:

แท้ที่จริงศักยภาพมีแนวโน้มที่จะมาที่ค่าใช้จ่ายของความสอดคล้องเมื่อพิจารณาหลายชำรุดในระบบ ลูกค้าสามารถเดี๋ยวนี้อ่านจำลองซึ่งมันสามารถเข้าถึงได้โดยไม่ต้องแรกการตรวจสอบความสอดคล้อง ตัวเลือกที่สองคือการที่ลูกค้าสามารถเลือกใช้สำหรับ ' '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 ]