大数据概念解析：分布式存储与数据库

Posted 2021-04-02 驾驭大数据查询

大数据技术当中，在海量数据的存储环节，涉及到两个重要的概念，就是分布式数据存储与数据库，稳定高效安全的数据存储，才能为后续的计算分析环节，提供稳固的支持。今天的大数据概念解析，我们来讲讲分布式存储与数据库。

进入大数据时代，数据特征发生了明显的变化，数据规模大、非结构化/半结构化的数据多，使得大数据存储本身也需要克服很多的问题。

要实现大规模数据的计算分析加工等问题，对于企业而言，需要通过各种手段来解决相关的问题，比如说通过优化存储基础设施，或者搭建高性能的大数据存储框架等等。

海量数据的存储任务，针对于不同的应用场景，往往需要因地制宜地选择存储方案，因此有了对象存储、块存储、文件系统存储等。

分布式文件/对象存储系统

分布式存储系统面向海量数据的存储访问与共享需求，提供基于多存储节点的高性能，高可靠和可伸缩性的数据存储和访问能力，实现分布式存储节点上多用户的访问共享。

目前业界比较流行的分布式存储系统包括：HDFS、OpenStack Swift、Ceph、GlusterFS、Lustre、AFS、OSS等。

分布式关系型数据库

关系型数据库是建立在关系模型基础上的数据库，借助于集合代数等数学概念和方法来处理数据库中的数据。

目前业界比较流行的分布式关系型数据库包括：DRDS、TiDB、GreenPlum、Cobar、Aurora、Mycat等。

分析型数据库

分析数据库是面向分析应用的数据库，与传统的数据库不同，它可以对数据进行在线统计、数据在线分析、即席查询等发掘信息数据价值的工作。

目前业界比较流行的分析型数据库包括：Kylin、AnalyticDB、Druid、Clickhouse、Vertica、MonetDB、InfiniDB、LucidDB等。

图数据库

图数据库的基本含义是以“图”这种数据结构存储和查询数据，而不是存储图片的数据库。

目前业界比较流行的图数据库包括：Titan、Neo4J、ArangoDB、OrientDB、MapGraph、ALLEGROGRAPH等。

列存储数据库

列式数据库是以列相关存储架构进行数据存储的数据库，主要适合于批量数据处理和即时查询。

目前业界比较流行的列存储数据库包括：Phoenix、Cassandra、Hbase、Kudu、Hypertable等。

文档数据库

文档型数据库是NoSQL中非常重要的一个分支，它主要用来存储、索引并管理面向文档的数据或者类似的半结构化数据。

目前业界比较流行的文档型数据库包括：MongoDb、CouchDB、OrientDB、MarkLogic等。

键值存储数据库

键值存储（Key-Value）是NoSQL中，数据模型中比较简单的一个了，主要就是用哈希表，通过对于键(Key)的查找来找到特定的数据。

目前业界比较流行的键值存储数据库包括：Redis、Memcached、Tair等。

关于大数据概念解析，分布式存储与数据库，以上就为大家做了一个简单的介绍了。大数据存储环节，涉及到分布式与数据库，是需要重点去掌握的一部分，对于主流的技术架构也需要有相应程度的掌握。