Proiectarea și implementarea sistemelor moderne de baze de date orientate pe coloane

Titlul original:

The Design and Implementation of Modern Column-Oriented Database Systems

Conținutul cărții:

Performanța sistemului de baze de date este direct legată de eficiența sistemului de stocare a datelor pe memoria primară (de exemplu, discul) și de mutarea acestora în registrele procesorului pentru prelucrare. Din acest motiv, în comunitatea bazelor de date există o lungă istorie de cercetare care explorează alternative de stocare fizică, inclusiv indexarea sofisticată, vizualizările materializate și partiționarea verticală și orizontală.

În ultimii ani, a existat un interes reînnoit pentru așa-numitele sisteme orientate pe coloane, denumite uneori și depozite de coloane. Sistemele de tip column-store partiționează complet pe verticală o bază de date într-o colecție de coloane individuale care sunt stocate separat. Prin stocarea fiecărei coloane separat pe disc, aceste sisteme bazate pe coloane permit interogărilor să reajusteze atributele de care au nevoie, în loc să fie nevoite să citească rânduri întregi de pe disc și să elimine atributele nefolositoare odată ce acestea se află în memorie.

The Design and Implementation of Modern Column-Oriented Database Systems (Proiectarea și implementarea sistemelor moderne de baze de date orientate pe coloane) discută despre depozitele moderne pe coloane, arhitectura și evoluția acestora, precum și despre beneficiile pe care le pot aduce în analiza datelor. Se pune un accent special pe trei prototipuri de cercetare influente, MonetDB, MonetDB/X100 și C-Store.

Aceste sisteme au stat la baza mai multor implementări comerciale cunoscute de column-store. Sunt descrise asemănările și diferențele dintre acestea și sunt discutate din punctul de vedere al caracteristicilor lor arhitecturale specifice pentru compresie, materializare târzie, procesare join, vectorizare și indexare adaptivă (database cracking).

The Design and Implementation of Modern Column-Oriented Database Systems este o referință excelentă pe această temă pentru cercetătorii și practicienii din domeniul bazelor de date.