8

我非常精通关系数据库设计的理论和实践。

我知道什么可行，什么不可行，什么是高性能的，什么是可维护的（几乎——当你开始拥有真实数据时，总会有调整的地方）。

似乎我找不到关于分布式可扩展数据库的大量知识，例如谷歌的 Bigtable（用于为谷歌应用引擎编写应用程序）。什么有效，什么无效，什么可以扩展，为什么不可以？

当然，有一些博客文章和文章，但是是否有关于为 bigtable 和类似数据库范例设计数据库的书籍或学术研究论文？

4

4 回答 4

14

...是否有关于为 bigtable 和类似数据库范例设计数据库的书籍或学术研究论文？

那么 Bigtable 本质上是一个数据库本身，所以我认为您的问题更多是关于如何在这些 Bigtable 类数据库中建模并在某种程度上设计您的模式。更具体地说，您想知道如何在 Google 的 App Engine 上执行此操作。

使用 GAE，您将使用 Datastore API，它为 Bigtable 添加了重要的抽象层，因此在某种程度上您不必担心底层细节，就像使用 HBase 之类的东西一样。SO上有一些帖子（这是我认为是GAE团队成员的Google工程师的一个很好的答案），它将指导您并提供有关如何处理这种新型数据库系统的提示。

有用的信息：

  1. HBase的灵感来自 Google 的Bigtable（备用链接）论文
  2. Hypertable也受到 Bigtable 论文的启发
  3. Cassandra的数据模型受到 Bigtable 论文的启发
  4. Hadoop的灵感来自 Google 的GFS和MapReduce论文
于 2009-09-30T07:58:09.207 回答
13

我所知道的关于非关系数据库设计的最新文献并不多——尽管您可能会通过挖掘关系范式“获胜”之前的旧论文来获得一些有价值的见解。

当然，像 Bigtable 这样的数据库的基本见解是，在 Web 应用程序和其他读取繁重的应用程序中，鉴于廉价磁盘存储的可用性，最好的方法是针对读取进行优化，并在写入方面做更多的工作。规范化则相反——最大限度地减少磁盘上的数据复制，从而使写入更容易、更便宜，但读起来更难。几乎所有关系数据库设计的差异都源于这个单一的事实。

另一个可能需要更多关注的结果是，当您针对读取进行优化时，您必须提前知道您将进行哪种类型的读取，而标准化结构或多或少与读取无关。

于 2009-09-30T08:51:11.440 回答
1

搜索词是面向列的数据库/datastores

维基百科

一开始有一个关于如何建立数据库的讨论。面向行的赢了。

然而，面向列的正处于“复兴”阶段。它最适合大型只读分布式场景。

当您搜索面向列的数据库/存储时，可以找到很多理论。

于 2009-09-30T07:12:06.857 回答
1

只是为了确定...您确实阅读了有关 bigtable 的谷歌论文，对吗？

像 hadoop 这样的技术就是基于这篇最初的论文。

于 2009-09-30T07:20:06.967 回答