50、大数据、数据仓库与商业智能系统：技术与应用解析

大数据、数据仓库与商业智能系统：技术与应用解析

1. 云计算与数据库访问

云计算让数据库访问变得极为便捷。在进行数据库查询时，我们会发现，无论数据库是位于本地桌面计算机还是本地数据库服务器，操作体验并无二致。这充分体现了在“云端”搭建计算资源的简易性，也预示着云计算的应用将愈发广泛。

2. 大数据与非关系型数据库运动

传统上，我们常使用关系数据库模型和 SQL 进行数据处理。然而，如今出现了另一种思潮，即最初被称为 NoSQL 运动，现在更多被称为“不仅仅是 SQL”运动。与该运动相关的大多数（并非全部）数据库管理系统（DBMS）是非关系型的，常被称为结构化存储。

NoSQL DBMS 通常是分布式、复制的数据库，适用于需要支持大型数据集的场景。例如，Facebook 和 Twitter 都采用了 Apache 软件基金会的 Cassandra 数据库。此外，还有基于 XML 文档结构进行数据存储的 NoSQL 数据库实现方式，如开源的 dbXML，它通常支持 W3C 的 XQuery 和 XPath 标准。

3. 结构化存储

结构化存储的发展源于 Amazon.com 的 Dynamo 和 Google 的 Bigtable 这两种存储机制。Facebook 最初开发了 Cassandra，随后在 2008 年将其交由开源开发社区，如今它已成为 Apache 软件基金会的项目。

结构化存储系统与关系型数据库管理系统（RDBMS）的表结构差异显著。其最小存储单元是列，相当于 RDBMS 表中的单元格，由列名、列值和时间戳组成。列可以组合成超级列，多个列和超级列进一步形成列族，列族类似于 RDB