34、云数据存储、机器学习与商业智能工具全解析

云数据存储、机器学习与商业智能工具全解析

1. 云数据存储选项

在应用程序的数据访问和写入操作方面，有多种云数据存储选项可供选择，每种都有其独特的特点和适用场景。

1.1 Cloud Bigtable

• 数据模型 ：与 Google Cloud Datastore 相比，Cloud Bigtable 提供了更简单的数据模型。它没有列的数据类型概念，所有列都表示为字节数组。这使得几乎可以将任何值写入 Cloud Bigtable，但在应用程序开发中，需要在应用代码中跟踪数据类型，这可能具有挑战性。
• 扩展性与成本 ：Cloud Bigtable 可以扩展到比 Google Cloud Datastore 大得多的容量，但它的定价模型只有按预配置容量付费的选项。此外，Cloud Bigtable 集群至少需要三个节点，这使得它对于小规模应用来说不是一个经济高效的选择。
• 应用场景 ：一个流行的用例是将现有的 Apache HBase 应用从本地 Hadoop 集群迁移到 Google Cloud。由于 Apache HBase 和 Cloud Bigtable 在 API 级别兼容，因此可以以最小的更改将现有应用迁移到 Cloud Bigtable。

1.2 Azure Cosmos DB

Azure 的键/值数据存储是 Cosmos DB，其独特之处在于支持多种流行的 API。可以将 Cosmos DB 配置为支持 MongoDB、Cassandra、S