Datenspeicher
Was ist ein Datenspeicher?
Ein Datenspeicher ist ein Repository zum Speichern, Verwalten und Verteilen von Datensätzen.
Der Begriff umfasst alle Arten von Daten, die von einem Unternehmen erzeugt, verwendet und gespeichert werden.
Welche verschiedenen Datenspeichertypen gibt es?
Die folgenden Typen von Datenspeichern sind üblich.
Relationale Datenbank (RDB): Die langlebigste und zuverlässigste Art von Datenspeichern, eine relationale Datenbank, ist der Branchenstandard für die zuverlässige Speicherung. Eine RDB organisiert Daten in Tabellen, die jeweils ein Schema haben, das die Spalten für eine Tabelle definiert; jede Zeile, die einen Datensatz mit Informationen darstellt, muss dem Schema entsprechen, indem sie einen Wert für jede Spalte hat. Kurz gesagt, einer Information wird ein Schemawert zugeordnet, wodurch eine Beziehung zwischen Wert und Information hergestellt und aufrechterhalten wird.
Nicht-relationale Datenbank (NoSQL): Eine Datenbank, die Langlebigkeit, Ausfallsicherheit, Persistenz, Replizierbarkeit, Verteilbarkeit und Leistung aufrechterhält, aber keine Schemata (oder nur eine lockere Schematisierung) erzwingt. NoSQLs werden in zwei Hauptkategorien eingeteilt: Dokumentenspeicher und breite Spaltenspeicher.
· Dokumentenspeicher:Eine Schlüssel-Werte-Datenbank, bei der der Schlüssel nie verwendet wird. Der Wert wird zu einem Blob aus halbstrukturierten Daten, und der Datenspeicher ist ein großes Array aus Blobs. Die Sprache des Dokumentenspeichers ermöglicht es dem Benutzer, Daten auf der Grundlage des in den Dokumentenblobs gefundenen Inhalts zu sortieren oder zu filtern.
· Breiter Spaltenspeicher (WCS):Im Wesentlichen eine Mischung aus Dokumentenspeicher und RDB. Obwohl ein WCS Tabellen, Zeilen und Spalten verwendet, bilden die Namen und Formate der Spalten Zeilen in einer einzelnen Tabelle.
Schlüssel-Werte-Datenbank: Ein Hashmap im Produktionsmaßstab (ein Hashmap ist eine Zuordnung von Schlüsseln zu Werten). Dieser Datenspeichertyp hat keine relationalen oder nicht-relationalen Elemente, sondern nur Schlüssel und Werte. Dieser Typ eignet sich für die vorübergehende Speicherung einfacher Objekte.
Volltext-Suchmaschine (FTSE):Technisch gesehen sind FTSEs NoSQL-Datenspeicher. Während sich Suchmaschinen gut für die Suche und Filterung nach exakten Textübereinstimmungen und numerischen Werten eignen (DBs können ähnliche Ergebnisse erzielen), sind FTSEs ideal für die Suche nach bestimmten Teilstrings oder Wörtern in längeren Textfeldern.
Message Queue:Ursprünglich für die Datenübertragung gedacht, arbeiten Message Queues genauso zuverlässig wie die früheren Datenspeichertypen. Eine Message Queue dient als Pseudo-Schlüssel-Werte-Speicher, wird aber am besten verwendet, wenn Sie Daten vorübergehend speichern, in eine Warteschlange stellen oder versenden müssen.
Was umfasst ein Datenspeicher?
Ein Datenspeicher kann Daten aus Datenbankanwendungen von Endbenutzern, zufälliges Dateneigentum eines Unternehmens oder eines Informationssystems, Dateien oder Dokumente enthalten. Sie können strukturiert, unstrukturiert oder in einer Vielzahl von elektronischen Formaten vorliegen.
Die Klassifizierung eines Datenspeichers hängt von dem Unternehmen ab. Ein Datenspeicher kann als zentralisierter, betrieblicher oder anwendungsspezifischer Datenspeicher klassifiziert werden und kann mithilfe von speziell entwickelter Software oder einer typischen Datenbankanwendung entworfen und implementiert werden.
HPE und Datenspeicher
Ein einzelner Datenspeicher ist eine logische Idee. Die beste Möglichkeit, einen einzelnen Datenspeicher auszuführen, ist eine logische Bereitstellung. HPE Ezmeral ist eine logische Idee: ein plattformoffener, leistungsstarker Objektspeicher, eine multimodale Datenbank, hybrides Multi-Tenancy und ein einziger globaler Namespace.
HPE Ezmeral integriert Dateien, NoSQL-Datenbanken, Objekte und verschiedene Arten von Streaming-Daten aus Cloud-nativen Architekturen und bestehenden Big Data in einen einzigen Datenspeicher. So können Nutzer die Time-to-Insight verkürzen und die gemeinsame Nutzung von Daten über moderne und herkömmliche Datenanalyseanwendungen und -tools hinweg sicherstellen.
Die Edge-to-Cloud-Topologien von HPE Ezmeral Data Fabric werden über einen einzigen globalen Namespace erstellt und aufgerufen, was den Datenzugriff von jeder Anwendung aus vereinfacht, unabhängig von der Schnittstelle oder dem Speicherort der Daten. HPE Data Lakehouse wurde speziell entwickelt, um nicht nur große Mengen an strukturierten Datenanalysen durchzuführen, sondern auch um die Skalierbarkeit und Flexibilität von HPE Data Lake mit der Datenverwaltung und den Strukturen des Data Warehouse zu kombinieren.