博客/
400-800-0824
info@ymatrix.cn
400-800-0824
info@ymatrix.cn
400-800-0824
info@ymatrix.cn
400-800-0824
info@ymatrix.cn
博客/
近几年,随着 IoT、IIoT、AIoT 和智慧城市快速发展,时序/时空数据库成为数据架构技术栈的标配。
根据国际知名网站 DB-Engines 数据,时序数据库在过去24个月内排名高居榜首,且远高于其他类型的数据库,业内对时序数据库的需求迫切。
近日,YMatrix 创始人姚延栋在 DTCC 2021 大会发表主题演讲《时序数据库破局开放探讨》,对新老各类时序数据库产品进行了比较,以下为部分内容节选。
在数据库出现之前,文件系统是主流,数据放在主文件(master file)里,采用flat文件格式。后面出现了 IDS 和 IMS,这种层状和网状的数据模型。再往后,出现了关系型数据库(OLTP),以及 XML /对象数据库。
2000 年后,为解决互联网大数据挑战,比如扩展性、高性能、高并发等问题,Hadoop 架构占据行业主流,后来由于性能和功能有限,衍生商业化产品复杂度太高等问题,远离了 C 位,在 2017 年被 Gartner 报告正式宣布“尚未到成熟阶段就已经过时”。
数据管理平台的发展始终有规律可循,本质是一个处理复杂度的游戏。其核心是在需求推动之下,选择解决哪些复杂度问题,留哪些复杂度问题给用户,解决的效果如何。
所以,为了解决超过十年积累的产品和运维复杂度问题,数据中台概念在 Hadoop 的下行期被推向风口,但包裹大量开源产品导致换汤不换药,没有真正解决复杂度问题。
与此同时,传统分布式架构重新回归主流。2019年,Gartner 报告表示,“市场的主要趋势之一时重新发现。最终用户正在转向经典技术以满足要求,MPP 关系数据库的强大功能得到了很好的展示” 。
所以,行业内近年普遍出现一种共识,上世纪 80 年代的经典架构其实更适用于大数据分析。分布式数据库,尤其 MPP 数据库,事实上已经很好的解决了大数据基本分析层面的问题,只是需要加大投入,向更易用、更快的方向发展。这也成为研发超融合架构的起点。