Innehållsförteckning:
Känner du till de grundläggande bristerna i arvarkitektur och traditionella SQL-databaser? Visste du att SQL-databaser inte är utformade för att skala läsningar och skrivningar? Undrar du om din traditionella SQL-databas kan skapa problem för online-analysbehandling? Tyvärr är svaret ett definitivt ja. Trots arbetsintensiva insatser från dina DBA för att skala databaser utöver befintliga företagsbehov, gör den enorma volymen och hastigheten på affärsdata det mycket svårt att anpassa sig till dynamiska krav och samtidigt undvika driftsstopp och förseningar. Dessa utmaningar betyder inte att det är omöjligt att skala din SQL-databas. Det betyder bara att processen är full av utmaningar på varje front. Låt oss lära oss varför. (Mer information om SQL finns i Hur kan SQL på Hadoop hjälpa till med Big Data-analys?)
Bristerna i monolitiska databashanteringssystem
Upptäckt i en relativt centraliserad tid då mjukvara distribuerades i statiska miljöer, lyckas inte arvsdatabasarkitekturer stödja en alltmer mobil värld där applikationer nås när som helst och var som helst. Idag vill programvaruanvändare ha konsekventa förbättringar av användbarhet och förväntar sig att SaaS-leverantörer levererar nya funktioner och funktioner som krävs för att uppnå sina affärsmål.
Äldre databasteknologier kommer dock inte att tillgodose behoven i dagens distribuerade och molnmiljöer av följande skäl:
