Por qualquer medida, BerkeleyDB foi um sucesso. Tornou-se do banco de dados de código aberto mais amplamente implantado incorporado e do mundo, o que significa que a empresa que fez a maior parte do trabalho para mantê-lo, Sleepycat, foi engolido pelo banco de dados gigante de Larry Ellison da Oracle em 2006.
Mike Olsen era chefe de negócios da Sleepycat. Ele agora é CEO do Hadoop Cloudera venture, que é falar sobre um IPO.
Michael Cahill e Keith Bostic - dois dos cérebros por trás tanto Berkeley DB e Sleepycat - seguiu-se com o especialista em motor de armazenamento de banco de dados WiredTiger.
Cahill e Bostic foram comprados com WiredTiger em dezembro de 2014 pelo MongoDB, enquanto que na semana passada viu o lançamento do MongoDB 3.0 - os primeiros frutos da união. MongoDB está apostando Cahill, Bostic, sua equipe e WiredTiger vai entregar grandes coisas para sua loja orientado a documentos de fonte aberta.
"Podemos acessar uma quantidade incrível de experiência nesta área -, coletivamente, eles têm mais de 75 anos de inovação neste espaço. Não há muitas pessoas que possuem o seu nível de experiência ", Kelly Stirman, diretor MongoDB de produtos, disse ao The Reg.
"Nós podemos continuar a desenvolver e trabalhar com essa tecnologia e ganhar maior visibilidade e controle sobre como WiredTiger desenvolve no futuro", acrescentou.
MongoDB 3.0 vê um direito fundamental re-gravação da arquitetura MongoDB mecanismo de armazenamento central e back-end, com base em WiredTiger. WiredTiger faz MongoDB um banco de dados mais flexível e escalável NoSQL.
MongoDB tinha sido um escravo de bloqueio - fazer uma alteração em um campo ou objeto e todo o banco de dados foi bloqueado enquanto que as mudanças foram replicadas. No léxico discreto que é dev-speak, este foi, er, "sub-ótimo."
WiredTiger trouxe bloqueio em nível de documento, o que significou uma maior flexibilidade em ambientes onde os lotes de atualizações e alterações são feitas. Isso significa lugares com muita inundação de dados da máquina em - por exemplo, aplicações da Internet das coisas, atualizações do site ou análise de dados.
MongoDB agora pode lidar com lotes de cargas e escrita pesado fora da caixa e reivindica uma melhoria de desempenho na escrita de transferência de entre sete e 10 vezes em relação à versão anterior.
WiredTiger também acrescenta compressão para Mongo DB. O armazenamento de documentos NoSQL vai agora comer entre 50 a 80 por cento menos espaço em disco do que antes.
O maior impacto da WiredTiger é que vê MongoDB embarcar em uma política de trabalhar com lotes de diferentes motores e tipos de dados. MongoDB 3.0 tem três mecanismos de armazenamento: o original MMAP, WiredTiger mais in-memory para aqueles tímido de escrever os seus dados em disco.
MongoDB permite trabalhar em diferentes tipos de dados, também - não é ou / ou -, mantendo o mesmo modelo de programação JSON.
Outras cabeças de dados está animado com as mudanças comprado com WiredTiger no MongoDB 3.0.
"Para mim, é uma nova tecnologia no espaço de banco de dados - WiredTiger é um grande negócio", disse o presidente-executivo da Foguete Object, Chris Lalonde, disse ao The Reg.
"É realmente uma grande coisa para eles, um grande negócio no espaço NoSQL, porque ninguém lhe permite alterar o back-end. As características principais do banco de dados significa que você pode ter um cluster Mongo isso é muito bom a lê e trocar o módulo de back-end para fazer MongoDB muito, muito bom em gravações. Em lugares onde outros bancos de dados têm falou sobre Mongo eles têm uma boa resposta com WiredTiger. "
ObjectRocket é a empresa Rackspace de propriedade que oferece MongoDB e Redis como serviços.
Um modelo de armazenamento é particularmente intrigante, especialmente para o usuário corporativo regulares - linhas e colunas, uma assinatura de bancos de dados relacionais. WiredTiger suporta o armazenamento da linha e orientado para o colunar - ortogonal, para o mundo do NoSQL.
"Há uma enorme oportunidade partiu para o mecanismo de armazenamento - estamos apenas começando a explorar as capacidades da tecnologia", disse Stirman.
"Para a alta escala de desempenho e classificação, não há nenhuma razão pela qual não poderia se expandir a partir de um modelos de documentos para modelos baseados em tabelas ou para gráfico. A realidade é que ninguém modelo de dados funciona para todas as aplicações ", acrescentou.
Devemos esperar MongoDB ao fogo até relacional para mais ampla captação da empresa, para copiar o sucesso da Sleepycat em seu mercado particular?
"Nós não estamos empenhados em expor que no banco de dados em uma versão específica, mas você tem que considerar, porque é no mecanismo de armazenamento já, [que] isso é um passo muito importante nesse sentido, devemos escolher a persegui-lo", Stirman disse ao The Reg. ®
via Alimentação (Feed)
Nenhum comentário:
Postar um comentário