【IT168 资讯】2012年4月13日，由IT168(ITPUB、IXPUB、ChinaUnix)主办的2012中国数据库技术大会(DTCC)在北京隆重召开。大会第二天，北京人大金仓信息技术股份有限公司首席科学家王珊教授发表了主题为“Big Data时代数据库的机遇、挑战与应变”的精彩演讲。

　　大数据时代的到来，数据带来了爆炸式的增长,数据设备使真实世界能够被数字化处理，数据由量的积累而产生了分析处理价值。

　　王珊表示，大数据的来源主要来自互联网公司Facebook、大型企业、电信、金融等行业的简单数据类型和结构化数据。现在Facebook拥有强大的数据仓库。互联网和电子商务的发展使数据库技术面临着海量数据处理的挑战，需要高度的可扩展和高度的可伸缩。数据的处理由事务处理走向了分析处理。传感器网络、物联网上的流数据和不确定性数据成为了数据处理的来源，随着硬件技术的发展，数据处理平台由单处理器平台走向了多核、大内存、集群、云计算平台的迁移。

▲

　　谈及大数据时，王珊指出，由麦肯锡研究提供的报告指出了当前大数据的特点，简称为4V(多样、快变、巨量、价值)如传感数据、交通数据更新频度高，数据价值同时间相关、数据由结构化、半结构化、还有非结构化数据比如文本、视频、点击流、和日志等。

　　SQL和NoSQL技术的思考

　　SQL技术采用了统一的数据模型、强一致性等特点，尤其在核心的事务处理领域不能被取代，它为用户提供了简单性、以及兼容性的非常好的组合，提供了一个通用共享平台。对只读的分析处理的扩展性需要进一步扩展。

　　Web系统的NoSQL技术主要面向非结构化数据，使用到了Key-Value处理，MapReduce处理，具有高度的可扩展和可伸缩性。

　　数据库与MapReduce之间借鉴的融合主要分为三种类型的解决方案，包括以GreenPlum 和AsterData为代表的并行数据库主导型、Hive 和Pig Latin 为代表的MapReduce主导型、HadoopDB和IBM解决方案为代表的并行数据库主导型和MapReduce集成性。

　　谈及DB和MapReduce的关系时，王珊强调，DB和MapReduce不是替代关系，DB不能固步自封，无视MapReduce的技术，DB也不能邯郸学步、丢掉深厚的积累而去实现一个基于Hadoop的DB，从DB中挖掘适合MapReduce计算模型的子系统，从核心算法层面将适合MapReduce的任务。

　　现在的DBMS时代从百家争鸣到三足鼎立，分型新应用、大数据又进入百花齐放时代，数据库从大数据逐渐走向强壮型数据库。更多精彩内容，请查看专题

▲