云计算：云中的一个现实的分析
2013-10-29
不久将有无数的DBMS产品在云中公布。今天在这里，最具创新性的新的云计算服务相结合的新的DBMS软件，真正利用云架构以改变经济和商业分析的响应。
我的信念是，云计算将改变商业智能（BI）的经济，使各种新的分析数据管理项目和业务实现可能性。它这样做是通过硬件、网络、安全、软件需要建立数据集市和数据仓库可按需付费的方法来使用。
一个计算云，如亚马逊弹性计算云，是由成千上万的商品服务器上运行多个虚拟机（VM）的情况下在云中托管的应用程序。为这些应用程序的变化的客户需求，新的服务器加入到云或闲置和新的虚拟机实例化或终止。
从最内部数据仓库和数据集市的基础设施云计算基础设施显着不同。有没有几十个CPU核心，SANS，复制系统，或专有数据仓库的家电可以在云中高端服务器。因此，一个新的数据库管理系统软件体系结构是必需的，以使大容量的数据进行分析的快速而可靠地对云的商品硬件。最近DBMS的创新使今天的现实，最佳的云数据库管理系统的架构将包括：
1. 无共享，大规模并行处理（MPP）架构。在巨大的网格中为了压低成本创建一个公用计算环境，最佳的云服务提供商使用相同（或类似）的计算要素。在网格中的每个节点通常是一个计算引擎，具有其自己的附加存储。 对于云数据库成功地“向外扩展”，在这样的环境中，它是必不可少的，该数据库有一个无共享架构利用的资源（CPU，内存和磁盘）在服务器节点添加到集群。今天普遍使用在BI大多数数据库共享一切或共享存储体系结构，这将限制他们的能力。
2. 自动高可用性。在一个基于云的数据库集群分析，节点故障，节点的变化，和连接中断都有可能发生。 鉴于广大云内的处理元素，如果数据库具有适当的内置故障转移功能，这些故障可以给最终以透明的方式传递给用户。最好的云数据库将在云计算集群的节点之间自动复制数据，能够在1个或多个节点故障（“K-安全”）的情况下继续运行，并能自动恢复的节点上恢复数据 - 无需DBA援助。理想的情况下，复制的数据将在“活跃”在不同的排序顺序查询，以提高性能。
3. 超高性能的云改变游戏规则的优势之一是迅速的分析应用能力（无需等待硬件采购）。然而，可以有一些性能损失是由于互联网连接速度和虚拟化云环境。如果分析的表现令人失望，失去优势。幸运的是，最新的无共享（shared-nothing）的柱状数据库，专为分析工作负载而设计，比传统的，面向行的数据库（如验证，如Gartner，由行业专家和顾客基准），他们已经证明了显着的性能改进。 该软件性能的提高，加上规模经济的硬件所提供的云环境中，在新的经济模式的结果分析云和竞争优势。
4. 主动的压缩，由于云计算成本通常由收费处理器和磁盘存储的利用率，积极的数据压缩会导致非常大的成本节约。面向行的数据库，可以实现约30％至50％的压缩系数。但是，除了必要的索引和物化视图通常扩张到2?5倍的大小的源数据的数据库。但是，由于在一列中的数据往往是更相似，重复比行内的属性，列数据库通常达到更高的程度的压缩。他们也没有要求指标。其结果通常是柱状数据库所需的存储量减少20倍和相称的存储成本降低了4倍。
5. 基于标准的连接，虽然有一些特殊用途的文件系统已被开发为云环境，可以提供高性能，他们缺乏标准的连接需要支持通用的业务分析。分析用户的广泛基础，将使用现有的商用ETL和报告软件依赖于SQL，JDBC，ODBC和其他DBMS连接标准来加载和查询云数据库。因此，它必须对云数据库来支持这些连接标准，使分析应用程序的广泛使用。
总之，上述建筑特点的云数据库将不只是能够在云中运行，但依然存在的有：
· 因为云本身“向外扩展”
· 没有高端或定制硬件的快速运行
· 在流体计算环境提供高可用性
· 最大限度地减少数据存储，传输和CPU利用率（保持低成本的云计算）
