巨杉数据库Multi-Model多模数据库引擎设计与实现.pdf
50墨值下载
巨杉数据库 Multi-Model 多模数据库引擎设计与实现
如今，随着业务“互联网化”和“智能化”的发展以及架构 “微服务”和“云化”的发展，应用系统
对数据的存储管理提出了新的标准和要求，数据的多样性成为了数据库平台面临的一大挑
战，数据库领域也催生了一种新的主流方向。
数据库多模 Multi-Model 是指同一个数据库支持多个存储引擎，可以同时满足应用程序对于
结构化、半结构化、非结构化数据的统一管理需求。
1. 数据库云化需求催生 Multi-Model 多模
企业使用云数据库对接的应用越来越多，需求多种多样，传统的做法是在 dbPaaS
里面提供十几个不同的数据库产品分别应对各种需求，这样的方法在系统增加
后，整体维护性和数据一致性管理成本很高，会影响到整个系统的使用。
云数据库的“多模”示意图
为了实现业务数据的统一管理和数据融合，新型数据库需要具备多模式
（Multi-Model）数据管理和存储的能力。通常来说，结构化数据特指表单类型
的数据存储结构，典型应用包括银行核心交易等传统业务； 而半结构化数据则
在用户画像、物联网设备日志采集、应用点击流分析等场景中得到大规模使用；
非结构化数据则对应着海量的的图片、视频、和文档处理等业务，在金融科技的
发展下增长迅速。
多模式数据管理能力，使得数据库能够进行跨部门、跨业务的数据统一存储与管
理，实现多业务数据融合，支撑多样化的应用服务。在架构上，多模 Multi-model
也是针对云数据库需求的，则使得数据库使用一套数据管理体系可以支撑多种数
据类型，因此支持多种业务模式，大大降低使用和运维的成本。
2. Multi-Model 存储引擎架构
数据库是现有许多业务系统的核心。随着数据生成与采集技术的飞速发展，数据
量不断爆炸式增长，数据的结构也越来越灵活多样。传统基于关系型理论构建起
来的数据库管理系统，面对大数据、人工智能的真正到来，在成本、性能、扩展
性、容错能力等方面遭遇到了不小的挑战。
面对多类型的的结构化数据、半结构化数据、非结构化数据，现代应用程序对不
同的数据提出了不同的存储要求，数据库因此也需要适应这种多类型数据管理的
需求。
比较流行的两种解决思路分别是：混合持久化（Polyglot Persistence）与多模数
据库（Multi-Model Database）。
混合持久化 (Polyglot Persistence)
混合持久化的思路是指，用户根据工作的不同需求分别选择使用合适的数据库，
这样在一个完整的系统中，可能同时运行着多种不同的数据库。
of 9
50墨值下载
【版权声明】本文为墨天轮用户原创内容，转载时必须标注文档的来源（墨天轮），文档链接，文档作者等基本信息，否则作者和墨天轮有权追究责任。如果您发现墨天轮中有涉嫌抄袭或者侵权的内容，欢迎发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。
下载排行榜
评论