论坛徽章:: 32

1楼 [报告]

发表于 2014-12-22 15:37 |显示全部楼层

本帖最后由 jieforest 于 2014-12-22 20:20 编辑

不错的活动

（1）大数据技术有哪些？它们和NoSQL的关系是什么？
先回答第二问。大数据技术指的是对海量的结构化和非结构化的数据进行提取、管理、处理、分析、存储等的技术。所以大数据技术和NoSQL的关系是包含关系。NoSQL技术主要是面向结构化数据和非结构化数据进行存储和管理的技术。所以NoSQL只是大数据的一个方面，大数据技术中，涉及存储的还可以是关系数据库，以及分布式文件系统等。
大数据技术很多，占据主流地位的大数据技术有：Hadoop、Storm、Spark等，它们又是由很多更具体的技术所组成。
比如组成Hadoop大数据平台的技术有：HDFS、YARN、MapReduce、Ambari、Avro、Cassandra、Chukwa、HBase、Hive、Mahout、Pig、Tez、ZooKeeper等。

（2）NoSQL兴起的原因是什么？有哪些主要的类型？这些类型NoSQL的特点是什么？
主要还是因为Web 2.0时代的到来，关系数据库越来越不能满足互联网应用的需求，导致了NoSQL的兴起。这些需求包括：
1）数据的高并发读写
2）数据的高可用性
3）海量数据存储
4）海量数据的实时分析
NoSQL的主要类型包括：
1）文档型数据库
特点：面向集合存储，模式自由，使用高效的二进制数据存储等。
2）键值存储数据库
特点：以键为索引的存储方式，访问速度极快。
3）图数据库
特点：以节点/关系/属性为基础存储数据，善于处理大量复杂、互连接、低结构化的数据。
4）列式数据库
特点：以列相关存储架构进行数据存储，适合于批量数据处理和即席查询。
5）内存数据库
特点：将数据放在内存中直接操作，数据处理速度比传统数据库的数据处理速度要快很多。

（3）每种NoSQL有什么代表性的开源系统？其主要适合什么样的场景？
1）文档型数据库
代表：MongoDB、CouchDB、CouchBase、MarkLogic、Clusterpoint
应用场景：适用于数据变化较少，执行预定义查询，进行数据统计的应用程序。适用于需要提供数据版本支持的应用程序。
2）键值存储数据库
代表：Dynamo、FoundationDB、MemcacheDB、Redis、Riak、Aerospike
应用场景：高读取、快速检索。
3）图数据库
代表：Neo4j、OrientDB、ArangoDB、MapGraph
应用场景：社会关系，公共交通网络，地图及网络拓谱。
4）列式数据库
代表：Cassandra、HBase、Accumulo、Druid、Vertica
应用场景：适合于批量数据处理和即席查询。
5）内存数据库
代表：Redis、Membase
应用场景：适用于数据变化快且数据库大小可遇见(适合内存容量)的应用程序。

（4）如果需要自己构建一个NoSQL系统，主要需要考虑哪些核心问题？
首先确定适用的应用场景，功能大而全是不现实的。
其次根据应用场景确定存储方式。
选择存储引擎，是自行开发还是借用开源引擎。
再次是设计访问协议，一般是基于TCP基础上的自定义协议。
接着是开发管理系统，提供NoSQL数据库的基本管理功能。
再次是编写各种语言的驱动包。
最后是提供客户端GUI工具。