Apresentação
1 gostou745 visualizações
O documento apresenta uma introdução sobre bancos de dados NoSQL como uma alternativa ao modelo relacional tradicional. Aborda os principais motivos para o surgimento dos bancos NoSQL, como o grande volume de dados gerados na internet, e apresenta as principais categorias de bancos NoSQL, incluindo armazenamento em colunas, chave-valor, orientado a documentos e orientado a grafos.
Apresentação
- 1. Banco de Dados NoSQL UMA ALTERNATIVA AO TRADICIONAL MODELO RELACIONAL
- 2. Joel Jr. Twitter: @jhowvasconcelos Blog: joevjunior.wordpress.com E-mail: [email protected]
- 3. “Every 2 days we create as much information as we did up 2003” ERIC SCHMIDT, GOOGLE
- 4. Por que NoSQL ? Como o Google, Facebook e Twitter processam aquela imensidão de dados ? Como desenvolver algo tão rápido e otimizado utilizando modelo relacional ? O preço deve ser muito alto.
- 5. Conteúdo 1º Dia Introdução Contextualização Banco de Dados Grande volume de Dados (Big Data) Bancos de Dados NoSQL 2º Dia Atuais Categorias de bancos NoSQL Redis MongoDB Neo4j Referências Bibliográficas
- 6. Introdução Evolução dos Computadores Investimento em pesquisa Aumento do poder de processamento Surgimento de tecnologias para armazenamento de dados Conceituar, estruturar e manipular a informação independente da máquina
- 7. Introdução Modelo relacional Edgar F Codd Década de 70 surgem os primeiros bancos de dados relacionais System R Ingres Crescimento da internet Cada vez mais pessoas acessando a internet Cada vez mais dispositivos conectados à internet Edgar F. Codd, criador do artigo Um Modelo Relacional para Grandes Bancos de Dados Compartilhados.
- 8. Bala de prata Em TI a única bala de prata, ainda, é o banco de dados relacional.
- 9. Banco de Dados Dado, Informação e Conhecimento Dado Sintático Entidade matemática Informação Semântica Abstração informal Conhecimento Contexto subjetivo Abstração pessoal
- 10. Banco de Dados O termo Coleção logicamente coerente Possui um aspecto do mundo real Construído para uma finalidade específica Evolução do conceito de arquivo Redundância Inconsistência Vantagens Integração Controle de concorrência Modelo Padronizado SQL (Structured Query Language)
- 11. Banco de Dados Mudança na forma de pensar no desenvolvimento de software
- 12. Grande Volume de Dados Internet Surgimento Guerra Fria J. C. R. Licklider (1962) ARPANET (1972) Trocar informações de maneira segura e ininterrupta World Wide Web (Tim Bernes-Lee) Até então a internet era muito chata CERN libera a tecnologia (WWW) para qualquer usar sem necessidade de pagamento de taxa
- 13. Grande Volume de Dados
- 14. Grande volume de dados Big Data Quão grande um conjunto de dados precisa ser para ser classificado como Big Data ? Acima dos terabytes (10^12) Momento em que o modelo relacional começa apresentar problemas O tráfego de dados irá quadruplicar de 2011 a 2016. Com uma taxa de 31% ao ano. Em nível global, o trafego de dados irá alcançar os 91,6 exabytes por mês, ultrapassando os 23,9 exabytes por mês de 2011. O tráfego da internet mundial 2016 será equivalente a 54 vezes o volume da internet global de 2005 O google hoje está preparado para processar 20 petabytes (10^15) POR DIA O número de usuários acessando a internet no Brasil foi de 55 milhões para 83,4 milhões de 2008 a 2012
- 15. Grande volume de dados Escalabilidade Definição Vertical Bom para o modelo relacional Alto custo Limitação
- 16. Grande voluma de dados Horizontal Problemas com o modelo relacional Ilimitado Custo baixo
- 17. Bancos de Dados NoSQL Surgimento Modelo de Dados Agregados Schemaless Map Reduce Propriedade ACID
- 18. Banco de Dados NoSQL Surgimento Banco de dados relacional que não usava SQL como linguagem de manipulação de dados, criado por Carlo Strozzi. 2009 por Johan Oskarsson, desenvolvedor de software londrino. Falta de um banco de dados que funcionasse naturalmente em uma arquitetura distribuída horizontalmente. Resolver a diferença de impedância. Produtividade no desenvolvimento de software.
- 19. Banco de Dados NoSQL Diferença de Impedância. Bancos orientados a objetos Necessidade de “espremer” os dados no esquema proposto. Soluções caras no mundo relacional
- 20. Banco de Dados NoSQL Modelo de Dados Agregados Modelo Tabelas, linhas e colunas Modelo Relacional agregado Unidades Efeitos do uso do modelo agregado Abrir mão de resoluções propostas pelo modelo relacional Consulta demorada para certos casos
- 21. Banco de Dados NoSQL Modelo de Dados Agregados – Exemplo Modelo Relacional
- 22. Banco de Dados NoSQL Modelo de Dados Agregados – Exemplo Modelo Agregado
- 23. Banco de Dados NoSQL Modelo de Dados Agregados – Exemplo Modelo Agregado
- 24. Banco de Dados NoSQL Schemaless Como é no modelo relacional Flexibilidade Facilidade Efeitos de lidar com dados não uniformes no uso de banco de dados schmaless Quando o programa exigir conhecimento dos nomes dos campos Necessidade de analisar o código da aplicação Banco de dados ignorante, no que diz respeito aos dados que estão sendo armazenados.
- 25. Banco de Dados NoSQL Map Reduce Arquitetura Cliente / Servidor Preocupação com a quantidade de dados trafegados na rede Cluster de computadores Divisão do processamento Preocupação com a quantidade de dados trafegados na rede Conceito Map Age em cada elemento de uma determinada lista Reduce (accumulate, compress e inject function) Opera nas várias saídas produzidas pela função map.
- 26. Banco de Dados NoSQL Map Reduce Map
- 27. Banco de Dados NoSQL Map Reduce Reduce
- 28. Banco de Dados NoSQL Propriedades ACID Atomicidade Transações envolvendo mais de uma estrutura de dados agregados Consistência Escrita Leitura Consistência eventual Teorema CAP Consistency Availability Partition tolerance
- 30. Conclusão Resolução de um problema Crescimento da quantidade de dados (BigData) Incertezas Pequenas empresas devem tomar cuidado Teorema CAP Realizar uma boa análise para identificar qual das categorias existentes de bancos NoSQL melhor se encaixa no modelo de negócio
- 31. Atuais Categorias de bancos NoSQL Redis MongoDB Neo4j Referências Bibliográficas
- 32. Atuais Categorias de Bancos NoSQL Armazenamento orientado a colunas Armazenamento em chave / valor Banco de Dados orientado a documentos Banco de Dados orientado a grafos
- 33. Atuais Categorias de Bancos NoSQL Armazenamento orientado a colunas Conceito Evita desperdício de disco Leitura muito rápida Schmaless Escrita um pouco mais lenta Produtos HBase Hypertable Amazon DynamoDB Cloudata
- 34. Atuais Categorias de Bancos NoSQL Armazenamento em chave / valor Conceito Categoria mais simples de NoSQL Hash table Acesso muito rápido aos dados Produtos Riak Redis Memcached DB Membase Kyoto Cabinet
- 35. Atuais Categorias de Bancos NoSQL Banco de Dados orientado a documentos Conceito Documento XML, JSON, BSON etc Árvores hierárquicas auto descritíveis, que consistem de mapas, coleções e valores escalares Collection Conjunto de documentos similares Pode ser comparada a uma tabela do modelo relacional Produtos MongoDB CouchDB
- 36. Atuais Categorias de Bancos NoSQL Banco de Dados orientado a grafos Conceito Permite armazenar os relacionamentos Entidades Podem possuir propriedades Nós (vértices) Relacionamentos Arestas Pode-se representar os relacionamentos entre entidades na maneira como eles ocorrem no mundo real Consulta muito rápida Produtos Neo4j FlockDB
- 37. Redis Breve introdução Key-value store In-memory Características Muito rápido Ótimo para replicação Leve e pequeno Transações Open Source (BSD License).
- 38. Redis O que posso armazenar com Redis ? Intengers Hash Lists Sets Strings Sorted Sets Clientes para Redis C, C#, C++, Clojure, Common Lisp, Erlang, Go, Haskell haXe, Java, Lua, Node.JS, Objetive C, Perl, PHP, Python Ruby, Scala, SmallTalk, Tcl
- 40. MongoDB Breve Introdução Poderoso Flexível Escalável Mantido pela 10gen Fácil de se trabalhar (amigável) Características Utiliza JSON Schema flexível Atualizações atômicas Performance Replicação Auto-sharding
- 41. MongoDB O que posso armazenar com o MongoDB Boolean, Integer, String, Date, Regular Expression Code, Array, Embedded document Clientes para MongoDB C, C++, C#, Erlang, Java Perl, PHP, Python, Ruby, Scala
- 43. Neo4j Breve Introdução Embeddable / Server ACID (Atomicidade, consistência, isolamento e durabilidade) Alta disponibilidade (Versão Enterprise) Tudo pode ser modelado com grafos Schemaless Casos onde usar grafos Sistemas de recomendação, Business Inteligence Social Computing, Sistemas de gerenciamento Web of things, Catálogo de Produtos, Web analytics
- 44. Neo4j Clientes para Neo4j Java, Ruby, PHP, .net, py2neo, node.js Scala, Borneo, Python, django
- 45. Neo4j Quem usa Neo4j ?
- 46. Referências ABITEBOUL, Serge; BUNEMAN, Peter; SUCIU, Dan. Data on the Web: from relations to semistructured data and XML. San Francisco: Morgan Kaufmann Publishers, 2000. CHODOROW, Kristina; DIROLF, Michael. MongoDB: the definitive guide. Sebastopol: O’Reilly Media Inc., 2010. CISCO. VNI forecast highlights. Disponível em: < http://www.cisco.com/ web/solutions/sp/vni/vni_forecast_highlights/index.html#~Region>. Acesso em: 26 jan. 2013. COMMITTEE ON INNOVATIONS IN COMPUTING AND COMMUNICATIONS. Funding a Revolution. Washington: National Academies Press, 1999. ELMASRI; NAVATHE. Sistemas de banco de dados. 3. ed. São Paulo: Pearson, 2010. ELON UNIVERSITY SCHOOL OF COMMUNICATIONS. Imagining the Internet: a history and forecast. Disponível em: < http://www.elon.edu/eweb/predictions/early90s/internethistory.xhtml>. Acesso em: 26 jan. 2013. FERREIRA, Edmar. Escolhendo entre escalabilidade horizontal e escalabilidade vertical. Disponível em: <http://escalabilidade.com/2010/09/21/escolhendo-entre-escalabilidadehorizontal- e-escalabilidade-vertical/>. Acesso em: 26 jan. de 2013. GREGOL, R. E. Weizenmann. Recursos de escalabilidade e alta disponibilidade para aplicações web. 2011. Monografia (Conclusão de Curso em Análise e Desenvolvimento de Sistemas). UTFPR. 2011. INTERNET SOCIETY. Brief history of the Internet. Disponível em: < http://www.internetsociety.org/internet/what-internet/history-internet/brief-history- internet#Origins>. Acesso em 26 jan 2013. MANDEL, Arnaldo; IMRE, Simon; DELYRA, Jorge L. Informação: computação e comunicação. São Paulo: USP, 1997. PETER, Ian. History of the World Wide Web. Disponível em: < http://www.nethistory.info/History%20of%20the%20Internet/web.html>. Acesso em: 26 jan. 2013. RODRIGUES FILHO, José. A. F. Data Mining: conceitos, técnicos e aplicação, 2001. Dissertação (Mestrado em Engenharia) – Escola Politécnica, Universidade de São Paulo, 2001. 59 SADALAGE, Pramodkumar J.; FOWLER, Martin. NoSQL Distilled: A brief guide to the emerging world of polyglot persistence. Nova Jersey: Pearson Education Inc., 2012. SETZER, Valdemar W. Dado, informação, conhecimento e competência. Disponível em: <http://www.dgz.org.br/dez99/Art_01.htm>. Acesso em: 21 out. 2012. STRAUCH, Christof. NoSQL Databases. Stuttgart, 2011. Disponível em: <http://www.christof-strauch.de/nosqldbs.pdf>. Acesso em: 23 mai. 2013. TIWARI, Shashank. Professional NoSQL. Indianápolis: Jhon Wiley & Sons, 2011. YONG, Shao Chu. Banco de dados: organização, sistemas, administração. São Paulo: Atlas, 1983. ZAKON, Robert H. Hobbes’ Internet timeline 10.2. Disponível em: <http://www.zakon.org/robert/internet/timeline/>. Acesso em: 26 jan. 2013.