数据库的未来:Elasticsearch、数据湖和时间序列

当数据专业人员问我如何保持他们的技能竞争时，我将他们引导到地平线上。行业如何移动？他们在项目上越来越频繁地看到哪种技术？哪种技术史仍然存在？一个大数据的基础是数据库，存储，组织，查询和分析组织的数据。数据库管理系统长期以来一直被运行用于非结构化数据的结构化数据（例如数字和列）和非关系模型的关系模型（例如视频，社交媒体帖子等）。

在为您的企业选择合适的数据库，我创建一个新的电子书与Udemy业务,我们看看为什么数据库拼图数据需要健壮的数据结构知识,如何做出正确的数据库选择为您的应用程序,和经理应该优先考虑他们的技能的团队获得专业知识构建和扩展数据基础设施。

作为电子书的一部分，我分享了4个数据库趋势，我密切关注。虽然关系与非关系选择可能会发生一些时间，但在进行技术决策时，朝着未来的目的始终是一个好主意。下载电子书:为您的企业选择正确的数据库。

1.帽定理是模糊的

你能拥有你的蛋糕吗？最近的进展意味着您并不一定需要在CAP定理三角形中进行通常的权衡。帽定理指出数据库系统只能可靠地支持三个属性中的两个 -一致性那可用性， 和分区容忍。团队必须确定其他两个属性妥协。有关CAP定理的更多信息以及如何在为你的组织选择数据库时使用它:在这里下载电子书。

但是，一些大数据专家提出用馅饼取代帽定理（平台的灵活性那无限刻度， 和效率）作为更好地反映的权衡现代系统架构师必须制造。例如，Amazon Redshift是一个完全分布，水平可扩展，高度可靠的关系数据仓库。MySQL和PostgreSQL提供了用于访问非关系数据库的好处的分片机制。而且，大多数数据库系统都可以提供高可用性，即使它是由于具有一致性的标称权衡。

2.数据湖泊的增长：制作数据结构

越来越多的非结构化数据池(如CSV或TSV文件)被存储在大型云存储库中。这些被称为“数据湖”。像AWS Glue这样的系统，可以通过关系数据库传递结构并提供数据查询，而无需在此过程中复制数据。这种方法提供了大量可伸缩的非结构化数据，以及从关系数据库查询数据的能力。

将您的团队保证为大数据专家AWS认证大数据专业2019课程和练习考试。

3. Elasticsearch：基于搜索引擎的数据库

这种类型的非关系数据库使用索引来分类数据的类似特征。一个流行的例子是Elasticsearch除了能力的搜索引擎之外，还有一种高效可伸缩的数据存储。许多组织使用Elasticsearch在使用其“弹性堆栈”工具时存储数值数据来可视化和分析数据。该工具还包括机器学习功能，可自动识别异常数据和工具，用于以大规模刻度将数据传输到Elasticsearch。

保持领先于比赛。了解有关Elasticsearch的更多信息：Elasticsearch 7和弹性堆栈 - 在深度和手中！

4.时间序列数据库

分析趋势的数据随着时间的推移，以时间顺序按时间索引数据。与图形数据库一样，时间序列数据库服务于专业需求 - 但这是一个常见的需求。这些系统仍然是新兴的，但它与许多不同的专业挑战的许多不同专门的数据库使用许多不同的专业挑战的更大趋势。某些时间序列数据库供应商包括涌入数据，KDB +和普罗米修斯。

这些新兴技术值得调查，了解如何最好地帮助您的组织管理复杂数据并以指数增长其数据中心容量。通过下载我最新的电子书:如何为您的企业选择正确的数据库来更好地理解基础数据架构。