文章讲的是大数据的逆袭:传统数据库市场的变革,大数据是什么?Gartner认为,大数据是超出了常用硬件环境和软件工具在可接受的时间内为其用户收集、管理和处理数据的能力。麦肯锡认为,大数据是指大小超出了典型数据库软件工具收集、存储。管理和分析能力的数据集。对于大数据而言,每个时代都有它自己的定义,大数据的界定会随着技术的进步而不断发生变化。

  然而,不管是哪种定义,似乎都否定了传统数据库在大数据市场的作用。面对不断增长的数据量和多样的数据类型,很多企业用户选择NoSQL和Hadoop替代原有数据库,Facebook和Twitter就是这其中的典型。据IDC预计,2015年大数据技术和服务市场将增长至169亿美元,年复合增长率达40%,大量创新型企业涌入大数据市场,威胁到传统数据库厂商的地位。

  传统数据库厂商陆续支持Hadoop

  “以不变应万变”不再是大数据时代应有的策略,老牌数据库厂商在保持传统市场领先的基础上,不断拓展新市场。以Hadoop为例,传统数据库厂商纷纷推出各自的大数据解决方案,这其中涉及最多的就是Hadoop技术。

  ·Oracle:甲骨文公司在数据库领域一直处于领先地位,其旗下的Oracle数据库是一款最受欢迎的关系型数据库产品。甲骨文公司全球副总裁、大中华区技术总经理喻思成曾表示,甲骨文公司更专注的是结构化的工具和RDBMS平台,但在过去的一年中,甲骨文公司也开始走进大数据时代。事实也的确如此,甲骨文公司意识到Hadoop在大数据处理方面的潜力,推出以Hadoop为基础的大数据机(Big Data Application),其中包括开源Apache Hadoop、Oracle NoSQL数据库、Oracle数据集成Hadoop应用适配器、Oracle Hadoop装载器以及开源R,并与Cloudera公司合作提供Apache Hadoop系列软件。

  ·IBM DB2:IBM是关系型数据库的创造者,对数据库的诞生和发展举足轻重,然而处在大数据的新时期,老牌关系型数据库也需要不断创新、迎接挑战。IBM中国研究院院士、首席技术官王云曾在2012中国数据库技术大会上表示,大数据不能用传统方法处理,传统关系型数据库起源于OLTP功能,能够保证数据准确记录;而大数据是新的应用,是OLAP的体现,这也是关系型数据库不能满足大数据的原因。IBM推出的大数据平台包括Hadoop和Stream Computing两个组件,通过新的路径解决大数据分析处理。

  ·SQL Server:微软作为全球知名的软件公司,在数据库领域的地位不容小觑。微软SQL Server 2012引入Hadoop,帮助客户无缝存储和处理所有类型的数据,包括结构化、非结构化和实时数据。除此之外,微软还将同时在Windows Azure平台和Windows Server上提供 Hadoop,形成完整的大数据解决方案。正如微软亚太研发集团首席技术官孙博凯所说,微软与Hadoop是一个强强组合,能够把Hadoop的高性能、高可扩展与微软产品易用、易部署的传统优势融合到一起。

  ·SAP:SAP公司是全球知名的企业管理软件供应商,自2010年SAP收购Sybase以来,开始成为数据库界一颗冉冉升起的新星。SAP将数据库技术作为2012年重点发展领域之一,形成了以SAP HANA为核心,以SAP Sybase数据库为基础的大数据战略。在这一战略中,特别重要的一环就是Hadoop。通过SAP HANA和SAP Sybase IQ与Hadoop的集成,增强对Hadoop等大数据源的获取能力,并提供深度集成的预处理基础架构。

  ·EMC Greenplum:EMC是全球知名信息存储服务提供商,与SAP相似,在2010年收购了Greenplum,开始发展其数据库市场。目前Greenplum的数据库产品包括传统的Greenplum Database和Greenplum HD(Hadoop),前者用来应对企业结构化数据,后者可以将非结构化数据导入Greenplum中进行存储和分析。EMC在中国的市场战略,以“大数据推动业务转型”为核心,EMC数据计算产品部大中华区总经理刘伟光曾对笔者表示,EMC之所以会推出Greenplum Hadoop版本,是对Hadoop的未来发展前景充满信心。

  除了以上提到的五款主流数据库,仍有越来越多的传统数据库厂商正在加入Hadoop阵营,这其中还包括Teradata、Informatica、Pentaho、Talend等数据库、数据仓库及商业智能服务提供商。此外,Hadoop还是NoSQL数据库的主要架构之一。

作者:王玉圆

来源:IT168

原文链接:大数据的逆袭:传统数据库市场的变革

大数据的逆袭:传统数据库市场的变革相关推荐

  1. 大数据开发学习:NoSQL数据库入门

    大数据处理,涉及到从数据获取到数据存储.数据计算的诸多环节,各个环节需要解决的问题不同,相关岗位要求的技能也不同.在数据存储阶段,对数据库选型是非常重要的一项工作.今天的大数据开发学习分享,我们就来聊 ...

  2. 大数据量高并发的数据库优化(转载)

    对其进行处理是一项艰巨而复杂的任务.原因有以下几个方面: 一.数据量过大,数据中什么情况都可能存在.如果说有10条数据,那么大不了每条去逐一检查,人为处理,如果有上百条数据,也可以考虑,如果数据上到千 ...

  3. swiper 滚回第一个数据_大数据是个技术,数据库才是它最好的产品形态

    星环科技(以下简称:星环)的定位是大数据基础软件公司,而非数据库公司,却在数据库方面,做的比很多数据库公司更好更猛?这是为何? "我们认为,大数据是个技术,数据库才是它最好的产品形态&quo ...

  4. 四川大学华西医院“大数据集成及应用平台”项目 市场调研

    为有效利用医院数据资产,更好的将数据价值服务于临床和科研,为管理决策提供足够的数据支持,四川大学华西医院拟筹备建设<华西医院大数据集成及应用平台>项目(以下简称本项目).由于本项目涉及到当 ...

  5. 大数据量高并发的数据库优化详解

    转自:https://www.jb51.net/article/71041.htm 如果不能设计一个合理的数据库模型,不仅会增加客户端和服务器段程序的编程和维护的难度,而且将会影响系统实际运行的性能. ...

  6. 企业里大数据都是用什么数据库存储?

    某乎回答如下: 企业用什么样的数据库存储大数据,关键要看这些数据的结构和应用场景,具体问题具体分析,最终找到与之匹配的数据库. SQL/NoSQL/NewSQL数据库数据量-实时性分布图 回答这个问题 ...

  7. influxdb数据过期_为什么腾讯QQ的大数据平台选择了InfluxDB数据库?

    导读:本文带你了解一个开源的.高性能的时序型数据库--InfluxDB. 作者:韩健 来源:华章科技 00 为什么QQ要选择InfluxDB? 从2016年起,笔者在腾讯公司负责QQ后台的海量服务分布 ...

  8. 2017-2021年中国大数据产业预测分析及全球市场规模预测

    一.有利因素 (一)政策利好 2015年7月,国务院出台了<关于积极推进"互联网+"行动的指导意见>,计划推动移动互联网.云计算.大数据.物联网等与现代制造业结合,促进 ...

  9. 大数据背后是个万亿市场

    2014年的GDP中消费占比已经超过了50%,标志着中国经济正在向市场经济转型,消费占GDP50%-70%是中等发达国家向市场经济过渡的一个表现,未来中国经济增长最大的引擎应该来源于消费,特别是个人消 ...

最新文章

  1. 十大经典排序算法(建议收藏)
  2. 大学最重要的七项学习
  3. Go语言连接 zookeeper
  4. tcp/ip 协议栈Linux内核源码分析九 IPv6分片ip6_fragment 分析
  5. VTK:可视化之MultipleViewports
  6. Fiddler进行模拟Post提交json数据,总为null解决方式
  7. 如果你也在学python,准备要学习python,希望这篇文章对你有用。
  8. 疑似iPhone XI内部设计图曝光:这个造型爱不起来
  9. ie6中 object doesn’t support this property or method
  10. Hadoop2.6.0配置參数查看小工具
  11. 匈牙利算法 KM算法
  12. tlwn726n无线网卡Linux驱动,tl-wn726n无线网卡驱动下载
  13. keepalived配置文件相关简单解释
  14. 华为鸿蒙跑了个“hello world”!跑通后,我特么开始怀疑人生....
  15. Web3.0 对网络安全世界的影响
  16. 无约束问题的极值条件
  17. 2019中国开源年会总结
  18. 力扣 532. 数组中的 k-diff 数对
  19. maya导出带有alpha通道的动画
  20. 动态网站开发(手动开发、使用myeclipse工具开发)

热门文章

  1. [C++对象模型][9]虚继承与虚函数表
  2. 严正声明:微信上假冒“科研星球”公众号,请勿关注
  3. JavaSE(二十一)——栈和队列、栈和堆
  4. 毕业论文 | 便携式环境烟雾监测器(源码、电路图)
  5. 含根式的定积分计算_不定积分计算法则总结
  6. mysql反应慢_MySQL反应慢排查思路
  7. 2 中ascii函数_C语言编程预备知识--字节、ASCII
  8. AI理论知识整理(18)-内积与范数
  9. 震惊!评审专家将论文拒稿后修改发表
  10. 温州大学《深度学习》课程课件(十二、自然语言处理和词嵌入)