NoSQL technológiák. NoSQL Fórum Budapest, 2016. március 23. Diasablon: http://www.slidescarnival.com/ - a fotók sajátok :)



Hasonló dokumentumok
Adatbázis-kezelő rendszerek. dr. Siki Zoltán

MySQL kontra MongoDB programozás. SQL és NoSQL megközelítés egy konkrét példán keresztül

BusEye online személyre szabott utastájékoztató mobil alkalmazás fejlesztése

Big Data tömeges adatelemzés gyorsan

Alternatív adatbázisok Gráfadatbázisok

Nem-relációs adatbáziskezelés. Gajdos Sándor május 8.




LOGalyze Telepítési és Frissítési Dokumentáció Verzió 3.0






ű ű ű ű ű Ü ű ű Ü Ő


GENERÁCIÓS ADATBÁZISOK A BIG DATA KÜLÖNBÖZŐ TERÜLETEIN


MongoDB THE NOSQL DATABASE. Készítette: Hugyák Tamás v2.1.1


Adatbázis háttér játszóházi beléptető és nyilvántartó rendszerhez Egy valós rendszer bemutatása


Informatikus, Webfejlesztő. Nagy Gusztáv



MUMPS - a legfontosabb Adatbázis amiről (valószínűleg) soha nem hallott









Ö







ő ú ö ű ő ö ő ö ö ö ű ö ö ű


Ö Ü Ú Ö ű ű Ö ű ű ű ű Ú

ú ü Ü Ö ü ő ő ő Ú Ú Ö Ú

Ú Ú ű ű Ú Ó Ú Ü










ü Í Ö ö ö ö






ü ó ó ü ű ö Ö ö ü ö ü ö ö ü ö ú ü í ó ó ó Ö ó ü Ö ö ü ö ú ü í ó ü ö ü ö ú ü ö í ú ö í ú ü í ú ü í ú í ú ö ó ü Ö ö ü ó í ü ó ó ű í í ó ö ö ö í ú ö ü í

ó í ö ö ö ü ö ö ö ü ü ó ö í ü í í í ö ö ö ö í ü ü ö ö í ü ö í ó í í ü ü ü ó ö í ü ü ü ó ü í í ö ü ó í ö ü ü ü ú í ú ü ö ü ó í ö ü í


ü ő Á Á ü ő Ö Á Á Á Á ü Á Á ő ő Á Á Á Ó Á Á Á Á Á Á Á ü ő Á Á Ö ü ü ő ő ü ü Á

SUBUS FEJES SZILVESZTER DR. PINTÉR RÓBERT


Riak. Pronounced REE-ahk. Elosztott adattároló eszköz. Molnár Péter

Reaktív programozás szerver oldalon




ÚTMUTATÓ. az eadat rendszer fejezeti nettó finanszírozás témakörének szabályairól és használatáról




Gyakorlati vizsgatevékenység B





Adatbányászati technikák (VISZM185) 2015 tavasz




KÉZZEL FOGHATÓ TECHNOLÓGIAI MEGOLDÁSOK DANCSEVICS TIBOR


Két tűz között. statikus site generátorok és javascript alkalmazások és a Drupal



Á Á ü Ö Á Á Á ü ö ü ü ö ö ö ö ü Á ü ü





Informatikai biztonság, IT infrastruktúra




Átírás:

NoSQL technológiák az -nál NoSQL Fórum Budapest, 2016. március 23. Diasablon: http://www.slidescarnival.com/ - a fotók sajátok :)

! Ó L L E H Nádai Gábor avagy Mefi Lead dev az ingatlan.com Frontend csapatában @mefiblogger vagy www.mefi.be

NÉHÁNY SZÓ AZ INGATLAN.COM-RÓL Magyarország #1 ingatlanhirdetési platformja.

700 000+ 429 000+ 84 000+ napi részletek oldal letöltés ingatlanhirdetés aktív felhasználó

MI IS AZ A? L Q S No

Voltaképpen marketing.

NoSQL KICSIT PONTOSABBAN: Not only SQL, nem feltétlenül relációs, jól skálázható, nagy teljesítményű, nagy rendelkezésre állású, túlnyomórészt írásra és olvasásra optimalizált adatbázis.

NoSQL TÖRTÉNELEM 1960-1966 2000-2016 MultiValue (PICK), M(UMPS), IBM IMS Neo4J, Memcache, MemcacheDB, Cassandra, Redis, MongoDB...

MILYEN PROBLÉMÁKAT SZERETTÜNK VOLNA NoSQL TECHNOLÓGIÁKKAL MEGOLDANI?

MySQL SZERVER TEHERMENTESÍTÉSE

HORIZONTÁLIS SKÁLÁZHATÓSÁG

PROBLÉMAMENTES SÉMAMÓDOSÍTÁS

HATÉKONY ÜZEMELTETÉS ÉS FEJLESZTÉS

GYORS ELÉRÉS KULCS ALAPJÁN

FELADATOK, AHOL BIZONYÍTOTT A NoSQL Események rögzítése Hirdetések tárolása Autocomplete Naplózás Telefonszámok megjelenítése, hirdetésmegjelenési statisztika, hirdetések elrejtése, már látott hirdetések megjelenítése. 775 000+ dokumentum, másodpercenként 80 lekérdezés, másodpercenként 20 létrehozás. Magyarország összes elhelyezkedése (140 694), másodpercenként 8 lekérdezés, nagyjából negyedévente frissül. A rendszerhez kapcsolódó összes log bejegyzés tárolása, naponta 17 000 000+ dokumentum, 250 kérés másodpercenként.

OKÉ DE MIVEL? Játszottak még: MongoDB, Sphinx

MongoDB Mire akartuk használni? Miért szerettük? És miért nem? Különféle események rögzítésére: telefonszámok megjelenítése, hirdetésmegjelenési statisztika, stb. 2011-ben. Gyorsan el tudtunk vele indulni, a problémák egy részét megoldotta. Stabilitási, adatvesztési és memóriakezelési problémák, globális lockolás. Rengeteget változott akkoriban, PHP-val nehézkesen lehetett összehozni.

Sphinx Mire akartuk használni? Miért szerettük? És miért nem? Hirdetések tárolására, elhelyezkedések közötti autocomplete keresés megvalósítására. 2011-ben. Semmiért. Mert a MySQL adatbázisban való kereséshez képest hatalmas ugrást adott teljesítményben. Horizontális skálázhatóság teljes hiánya akkoriban; debug tevékenység szinte lehetetlen volt; körülményes keresni/lekérdezni; üzemeltetni szintén, sok stabilitási, adatvesztési probléma.

ElasticSearch Mire használjuk? Miért szeretjük? És miért nem? Különféle rendszernaplók (error logok, üzleti logok stb.) tárolására, keresésére, elemzésére. Gyors, egyszerű, kényelmes, sokat fejlesztett termék. API lekérdezések nagyon körülményesek; dokumentáció nem mindig konzisztens, nehéz benne eligazodni; a 3.x -> 4.x váltás nagyon megnehezítette a dolgunkat.

ES dataflow avagy file NoSQL logfile logstash grok ElasticSearch Kibana

Apache Solr Mire használjuk? Miért szeretjük? És miért nem? Hirdetések tárolására, elhelyezkedések közötti autocomplete keresés megvalósítására. Konzisztens dokumentáció; Lucene; lekérdezési szintaktika tíz perc alatt megtanulható; nagyon stabil működés; kiváló teljesítmény; fenntarthatóság. Néha újra kell indítani :)

Solr dataflow avagy SQL NoSQL MySQL végtelen PHP-kód Solr master

Redis Mire használjuk? Miért szeretjük? És miért nem? Gyorsítótárazásra. Naponta, hetente újratöltött, de napi szinten lekérdezett adatok tárolására. Gyakran írt és gyakran olvasott adatok tárolására. Ha akarom perzisztens, ha akarom nem. Az egyik legjobban dokumentált szoftver. Kiszámítható, fenntartható. A SCAN megjelenéséig a kulcsokra nagyon oda kellett figyelni. Szereti a memóriát, és nem szégyelli fogyasztani.

Redis dataflow avagy NoSQL NoSQL Solr végtelen PHP-kód Redis

EGY APRÓ GONDOLAT: MEMCACHED

MELYIK NoSQL MEGOLDÁS A LEGJOBB?

MINDEGYIK. A lényeg, hogy a problémához igazítsuk, ne a trendekhez.

NA DE MÉGIS, MI ALAPJÁN VÁLASSZAK?

1. NOT ONLY SQL, NEM NO-GO SQL.

2. NE AZ ESZKÖZ HATÁROZZA MEG A FELADATOT.

3. SAJÁT SITE+DOKSI HIBAJEGYEK STACK OVERFLOW GITHUB GOOGLE

4. TRY&ERROR!

M Ö N Ö Z S KÖ! T E M L E Y A FIG Kérdések? nadai.gabor@ingatlan.com @mefiblogger, www.mefi.be