大数据的存储方式

结构化、半结构化和非结构化海量数据的存储和管理，轻型数据库无法满足对其存储以及复杂的数据挖掘和分析操作，通常使用分布式文件系统、No SQL 数据库、云数据库等。

1 分布式系统：分布式系统包含多个自主的处理单元，通过计算机网络互连来协作完成分配的任务，其分而治之的策略能够更好的处理大规模数据分析问题。主要包含以下两类：1）分布式文件系统：存储管理需要多种技术的协同工作，其中文件系统为其提供最底层存储能力的支持。分布式文件系统 HDFS 是一个高度容错性系统大数据存储，被设计成适用于批量处理，能够提供高吞吐量的的数据访问。2）分布式键值系统：分布式键值系统用于存储关系简单的半结构化数据。典型的分布式键值系统有 Amazon Dynamo，以及获得广泛应用和关注的对象存储技术(Object Storage)也可以视为键值系统，其存储和管理的是对象而不是数据块。

2 Nosql 数据库：关系数据库已经无法满足 Web2.0 的需求。主要表现为：无法满足海量数据的管理需求、无法满足数据高并发的需求、高可扩展性和高可用性的功能太低。No SQL 数据库的优势：可以支持超大规模数据存储，灵活的数据模型可以很好地支持 Web2.0 应用，具有强大的横向扩展能力等，典型的 No SQL 数据库包含以下几种：

3 云数据库：云数据库是基于云计算技术发展的一种共享基础架构的方法，是部署和虚拟化在云计算环境中的数据库。

云数据库具有高可扩展性、高可用性、采用多租形式和支持资源有效分发等特点。云数据库的特征包括：（1）动态可扩展（2）高可用性（3）较低的使用代价（4）易用性（5）高性能（6）免维护（7）安全从数据模型的角度来说，云数据库并非一种全新的数据库技术，而只是以服务的方式提供数据库功能。云数据库所采用的数据模型可以是关系数据库所使用的关系模型（微软的 SQLAzure 云数据库都采用了关系模型）。同一个公司也可能提供采用不同数据模型的多种云数据库服务。

（编辑：温州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!