引 言

    伴隨著移動互聯、社交網絡、電子商務、云計算等新服務的新起，大大拓展了互聯網的疆界和應用領域，使得數據來源的渠道逐漸增多，半結構化及非結構化數據成幾何倍增長，數據規模和數據種類正以前所未有的速度增長，大數據時代已經來臨。大數據已經成為了計算機行業爭相傳誦的熱門概念,甚至引起了工商界和金融界的高度關注。早在 1980 年，著名未來學家阿爾文·托夫勒便在《第三次浪潮》一書中，將大數據熱情地贊頌為“第三次浪潮的華彩樂章”。從 2009 年開始，“大數據”才成為互聯網信息技術行業的流行詞匯，2012 年，大數據概念炙手可熱，2013 年，大數據走向實踐，有的專家稱之為“大數據元年”。

1 數據管理技術的回顧

    數據管理技術主要經歷了人工管理階段、文件系統階段和數據庫系統階段。隨著數據應用領域的不斷擴展，數據管理所處的環境也越來越復雜，目前廣泛流行的數據庫技術開始暴露出許多弱點，面臨著許多新的挑戰。

    1.1 人工管理階段

    20 世紀 50 年代中期，計算機主要用于科學計算。當時沒有磁盤等直接存取設備，只有紙帶、卡片、磁帶等外存，也沒有操作系統和管理數據的專門軟件。該階段管理的數據不保存、由應用程序管理數據、數據不共享和數據不具有獨立性等特點。

    1.2 文件系統階段

    20 世紀 50 年代后期到 60 年代中期，隨著計算機硬件和軟件的發展，磁盤、磁鼓等直接存取設備開始普及，這一時期的數據處理系統是把計算機中的數據組織成相互獨立的被命名的數據文件，并可按文件的名字來進行訪問，對文件中的記錄進行存取的數據管理技術。數據可以長期保存在計算機外存上，可以對數據進行反復處理，并支持文件的查詢、修改、插入和刪除等操作。其數據面向特定的應用程序，因此，數據共享性、獨立性差，且冗余度大，管理和維護的代價也很大。

    1.3 數據庫階段

    20 世紀 60 年代后期以來，計算機性能得到進一步提高，更重要的是出現了大容量磁盤，存儲容量大大增加且價格下降。在此基礎上，才有可能克服文件系統管理數據時的不足，而滿足和解決實際應用中多個用戶、多個應用程序共享數據的要求，從而使數據能為盡可能多的應用程序服務，這就出現了數據庫這樣的數據管理技術。數據庫的特點是數據不再只針對某一個特定的應用，而是面向全組織，具有整體的結構性，共享性高，冗余度減小，具有一定的程序與數據之間的獨立性，并且對數據進行統一的控制。

2 大數據時代的數據管理技術

    大數據(big data)，或稱巨量資料，指的是所涉及的資料量規模巨大到無法透過目前主流軟件工具，在合理時間內達到擷取、管理、處理、并整理成為幫助企業經營決策更積極目的的資訊。大數據有 3 個 V，一是大量化（Volume），數據量是持續快速增加的，從 TB級別，躍升到 PB 級別；二是多樣化（Variety），數據類型多樣化，結構化數據已被視為小菜一碟，圖片、音頻、視頻等非結構化數據正以傳統結構化數據增長的兩倍速快速創建；三是快速化 (Velocity)，數據生成速度快，也就需要快速的處理能力，因此，產生了“1 秒定律”，就是說一般要在秒級時間范圍內給出分析結果，時間太長就失去價值了，這個速度要求是大數據處理技術和傳統的數據挖掘技術最大的區別。

    2.1 關系型數據庫（RDBMS）

    20 世紀 70 年代初,IBM 工程師 Codd 發表了著名的論文“A Relational Model of Data for Large Shared DataBanks”，標志著關系數據庫時代來臨。關系數據庫的理論基礎是關系模型，是借助于集合代數等數學概念和方法來處理數據庫中的數據，現實世界中的實體以及實體之間的聯系非常容易用關系模型來表示。容易理解的模型、容易掌握的查詢語言、高效的優化器、成熟的技術和產品，使得關系數據庫占據了數據庫市場的絕對的統治地位。隨著互聯網 web2.0 網站的興起，半結構化和非結構化數據的大量涌現，傳統的關系數據庫在應付 web2.0 網站特別是超大規模和高并發的 SNS（全稱 Social Networking Services，即社會性網絡服務） 類型的 web2.0 純動態網站已經顯得力不從心，暴露了很多難以克服的問題。

    2.2 noSQL 數據庫

    順應時代發展的需要產生了 noSQL 數據庫技術，其主要特點是采用與關系模型不同的數據模型，當前熱門的 noSQL 數據庫系統可以說是蓬勃發展、異軍突起，很多公司都熱情追捧之，如：由 Google 公司提出的 Big Table 和 MapReduce 以及 IBM 公司提出的 Lotus Notes 等。不管是那個公司的 noSQL 數據庫都圍繞著大數據的 3 個 V，目的就是解決大數據的 3個 V 問題。因此，在設計 noSQL 時往往考慮以下幾個原則，首先，采用橫向擴展的方式，通過并行處理技術對數據進行劃分并進行并行處理，以獲得高速的讀寫速度；其次，解決數據類型從以結構化數據為主轉向結構化、半結構化、非結構化三者的融合的問題；再次，放松對數據的 ACID 一致性約束，允許數據暫時出現不一致的情況，接受最終一致性；最后，對各個分區數據進行備份(一般是 3 份)，應對節點失敗的狀況等。

    對數據的應用可以分為分析型應用和操作型應用，分析型應用主要是指對大量數據進行分類、聚集、匯總，最后獲得數據量相對小的分析結果；操作型應用主要是指對數據進行增加、刪除、修改和查詢以及簡單的匯總操作，涉及的數據量一般比較少,事務執行時間一般比較短。目前數據庫可分為關系數據庫和 noSQL數據庫，根據數據應用的要求，再結合目前數據庫的種類，所以目前數據庫管理方式主要有以下 4 類。

    （1）面向操作型的關系數據庫技術。

    首先，傳統數據庫廠商提供的基于行存儲的關系數據庫系統，如 DB2、Oracle、SQL Server 等，以其高度的一致性、精確性、系統可恢復性，在事務處理方面仍然是核心引擎。其次，面向實時計算的內存數據庫系統，如 Hana、Timesten、Altibase 等通過把對數據并發控制、查詢和恢復等操作控制在內存內部進行，所以獲得了非常高的性能，在很多特定領域如電信、證券、網管等得到普遍應用。另外，以 VoltDB、Clustrix 和NuoDB 為代表的 new SQL 宣稱能夠在保持 ACDI 特性的同時提高了事務處理性能 50 倍 ~60 倍。

    （2）面向分析型的關系數據庫技術。

    首先，TeraData 是數據倉庫領域的領頭羊，Teradata 在整體上是按 Shared Nothing 架構體系進行組織的，定位就是大型數據倉庫系統，支持較高的擴展性。其次，面向分析型應用，列存儲數據庫的研究形成了另一個重要的潮流。列存儲數據庫以其高效的壓縮、更高的 I/O 效率等特點，在分析型應用領域獲得了比行存儲數據庫高得多的性能。如：MonetDB 和 Vertica是一個典型的基于列存儲技術的數據庫系統。

    （3）面向操作型的 noSQL 技術。

    有些操作型應用不受 ACID 高度一致性約束，但對大數據處理需要處理的數據量非常大，對速度性能要求也非常高，這樣就必須依靠大規模集群的并行處理能力來實現數據處理，弱一致性或最終一致性就可以了。這時，操作型 noSQL 數據庫的優點就可以發揮的淋漓盡致了。如，Hbase 一天就可以有超過 200 億個到達硬盤的讀寫操作，實現對大數據的處理。另外，noSQL 數據庫是一個數據模型靈活、支持多樣數據類型，如對圖數據建模、存儲和分析，其性能、擴展性是關系數據庫無法比擬的。

    （4）面向分析型的 noSQL 技術。

    面向分析型應用的 noSQL 技術主要依賴于Hadoop 分布式計算平臺，Hadoop 是一個分布式計算平臺，以 HDFS 和 Map Reduce 為用戶提供系統底層細節透明的分布式基礎架構�！禜adoop 經典實踐染技巧》傳統的數據庫廠商 Microsoft,Oracle,SAS,IBM 等紛紛轉向 Hadoop 的研究，如微軟公司關閉 Dryad 系統，全力投入 Map Reduce 的研發，Oracle 在 2011 年下半年發布 Big Plan 戰略計劃，全面進軍大數據處理領域，IBM 則早已捷足先登“,沃森(Watson)”計算機就是基于 Hadoop 技術開發的產物，同時 IBM 發布了 BigInsights 計劃，基于 Hadoop,Netezza 和 SPSS(統計分析、數據挖掘軟件)等技術和產品構建大數據分析處理的技術框架。同時也涌現出一批新公司來研究Hadoop 技術，如 Cloudera、MapRKarmashpere 等。

3 數據管理方式的展望

    通過以上分析，可以看出關系數據庫的 ACID 強調數據一致性通常指關聯數據之間的邏輯關系是否正確和完整，而對于很多互聯網應用來說，對這一致性和隔離性的要求可以降低，而可用性的要求則更為明顯，此時就可以采用 noSQL 的兩種弱一致性的理論 BASE 和 CAP。關系數據庫和 noSQL 數據庫并不是想到對立的矛盾體，而是可以相互補充的，根據不同需求使用不同的技術，甚至二者可以共同存在，互不影響。最近幾年，以 Spanner 為代表新型數據庫的出現，給數據庫領域注入新鮮血液，這就是融合了一致性和可用性的 newSQL，這種新型思維方式或許會是未來大數據處理方式的發展方向。

4 結束語

    隨著云計算、物聯網等的發展，數據呈現爆炸式的增長，人們正被數據洪流所包圍，大數據的時代已經到來。正確利用大數據給人們的生活帶來了極大的便利，但與此同時也給傳統的數據管理方式帶來了極大的挑戰。文章首先對傳統數據管理方式進行了全面的回顧和總結，其次，介紹了大數據的基本概念和目前對大數據的幾種管理方式，最后，對大數據未來的管理方式作出了展望。

核心關注：拓步ERP系統平臺是覆蓋了眾多的業務領域、行業應用，蘊涵了豐富的ERP管理思想，集成了ERP軟件業務管理理念，功能涉及供應鏈、成本、制造、CRM、HR等眾多業務領域的管理，全面涵蓋了企業關注ERP管理系統的核心領域，是眾多中小企業信息化建設首選的ERP管理軟件信賴品牌。

轉載請注明出處：拓步ERP資訊網http://www.guhuozai8.cn/

本文標題：大數據時代數據管理方式的研究

本文網址：http://www.guhuozai8.cn/html/consultation/10819416505.html