Qual è il miglior database per i grandi dati?

Come afferma Omri Mendels, non esiste. Tuttavia, guardiamo questa domanda un po' diversamente. Quali sono i casi d'uso che volete risolvere con i Big Data? La vostra risposta vi aiuterà a determinare il data store necessario per il problema che dovete affrontare.

Per esempio, se avete bisogno di scansionare e aggregare Petabyte di dati, allora questo tipo di caso d'uso si allineerebbe con Hive[1].

Se avete bisogno di ricerche rapide su miliardi di righe di dati, considerate HBase[2].

Se volevate la sintassi SQL, ma avete bisogno delle capacità di HBase, potreste considerare di usare Apache Pheonix[3] con HBase.

Se avete bisogno di memorizzare dati di tipo JSON e avete bisogno di funzionalità di Geo lookup, allora MongoDB[4] sarebbe una scelta da considerare.

Se volete una soluzione che richiede AWS[5], allora a seconda del caso d'uso, Snowflake[6], o come ha dichiarato Brian Schuster RedShift[7].

E l'elenco continua.

Nello spazio dei Big Data, non c'è una taglia unica per tutti. Senza capire il caso d'uso e i requisiti, è quasi impossibile determinare quale sia lo strumento giusto per il lavoro.

Note

[1] Apache Hive TM[2] Apache HBase - Apache HBase™ Home[3] Overview | Apache Phoenix[4] MongoDB for GIANT Ideas[5] Amazon Web Services (AWS) - Cloud Computing Services[6] The Data Warehouse Built for the Cloud | Snowflake[7] Amazon Redshift - Data Warehouse Solution - AWS