政府机关
有奖讨论: 大集中式数据库vs大分布式数据库 (送书送米)
主题：大集中式数据库vs大分布式数据库
如今随着NoSQL / BigData越来越频繁地进入人们的视野，人们可能发现，这些新兴的数据库产品更多地使用了廉价PC服务器作为主运算平台，凭借分布式与高冗余保证性能和数据的稳定性，我们把这种模式叫做大分布。
但是转眼看回大集中式的Exadata/Infosphere Warehouse/Netezza这些产品却又向着另一个大集中的方向前进，越来越多的硬件资源被添加进一个单独的服务器中，甚至已经有用户使用超过1TB内存的单台主机作为数据库服务器。
于是很多用户开始产生疑问，未来的趋势是廉价草根阶层的大分部呢，还是昂贵高效的大集中呢？如果走大集中的发展方式，会不会回到几十年前mainframe的老路上？
请论坛中的朋友根据自己日常工作中看到和想到的，结合如今市场的应用类型，讨论一下数据平台未来可能的发展趋势。
活动时间：2012.7.04-7.11
活动奖励：
1：讨论结束后选出五位讨论最积极的会员赠送 200 米
2：选出一位讨论最认真的会员赠送书籍《DB2重点解析-DBA篇》一本
-----------------------------------------------------------------------------------------
论坛【有奖讨论】有奖征集讨论话题及主持人
http://www.db2china.net/club/thread-25276-1-1.html
此次有奖讨论的获奖名单已经出来了：
五位讨论最积极的会员：
kt563,
tree,
jiangxiaoyu,
fyuansheng,
cclw
每人获得奖励200大米。
讨论最认真的会员：
sunyangnj
获得《DB2重点解析-DBA篇》一本
PS:
1：请sunyangnj将尽快更新您的个人信息，以方便我们为你快递奖品
2：后续大家也可以在里面进行互动，继续加分哦。
五位朋友的每人200大米已经为您加上了，sunyangnj朋友的书也已经为您寄出，请大家确认是否收到奖品。
如今随着NoSQL / BigData越来越频繁地进入人们的视野，人们可能发现，这些新兴的数据库产品更多地使用了廉价PC服务器作为主运算平台，凭借分布式与高冗余保证性能和数据的稳定性，我们把这种模式叫做大分布。
但是转眼看回大集中式的Exadata/Infosphere Warehouse/Netezza这些产品却又向着另一个大集中的方向前进，越来越多的硬件资源被添加进一个单独的服务器中，甚至已经有用户使用超过1TB内存的单台主机作为数据库服务器。
于是很多用户开始产生疑问，未来的趋势是廉价草根阶层的大分部呢，还是昂贵高效的大集中呢？如果走大集中的发展方式，会不会回到几十年前mainframe的老路上？
请论坛中的朋友根据自己日常工作中看到和想到的，结合如今市场的应用类型，讨论一下数据平台未来可能的发展趋势。
活动时间：2012.7.04-7.11
活动奖励：
1：讨论结束后选出五位讨论最积极的会员赠送 200 米
2：选出一位讨论最认真的会员赠送书籍《DB2重点解析-DBA篇》一本
-----------------------------------------------------------------------------------------
论坛【有奖讨论】有奖征集讨论话题及主持人
http://www.db2china.net/club/thread-25276-1-1.html
此次有奖讨论的获奖名单已经出来了：
五位讨论最积极的会员：
kt563,
tree,
jiangxiaoyu,
fyuansheng,
cclw
每人获得奖励200大米。
讨论最认真的会员：
sunyangnj
获得《DB2重点解析-DBA篇》一本
PS:
1：请sunyangnj将尽快更新您的个人信息，以方便我们为你快递奖品
2：后续大家也可以在里面进行互动，继续加分哦。
五位朋友的每人200大米已经为您加上了，sunyangnj朋友的书也已经为您寄出，请大家确认是否收到奖品。
74同行回答
很仔细的阅读了网友的总结，自感收益匪浅！按照我的理解，像ORACLE RAC或者DB2 分区数据库应该归类于集中 ...weibo 发表于 2012-7-10 18:26
我也一样，收获良多 ：）这次讨论中的”大不大和是否集中“ 主要衡量标准是硬件的选购，是采用大型的一体机，还是 PC 服务器组成集群。至于数据...我也一样，收获良多 ：）
这次讨论中的”大不大和是否集中“ 主要衡量标准是硬件的选购，是采用大型的一体机，还是 PC 服务器组成集群。至于数据量，两种解决方案都是应对大数据量的。
分区表则更细一些，是逻辑层面的概念.收起
浏览486
大集中式与大分布式，就如同有了Oracle还存在MySQL的生存空间，，主要是商业环境下，商家不会将鸡蛋放在一个栏子里，，再由于是商业合作所以我们就得有用户来买单，无论产品优劣，用户都可以为它找到评论空间收起
浏览525
看到大家讨论得这么热烈，再来凑个热闹。关于olap系统，前面讲到大数据下背景下基础架构选择方案，这两天思考了下，觉得还可能还有其他衍生的方案可供选择。
大集中下的分布式方案，利用主机或者多台小型机通过虚拟多节点来提供集群服务，像cclw说的一样，硬件上的集中，可以很好的利用产品的稳定性和可靠性，虚拟化成多节点以构建服务器集群，从某种程度上提供分布式的服务以提高并行处理速度。
另外也可选择合适的灾备方案，这类方案一般都是有钱且保守客户的主选择，当然不能排除系统所提供的服务级别等因素。
此类系统一般多提供各类类报表供各级领导们决策，万一不小心数据因系统原因导致长期不能提供有效的数据报表服务，领导可是不高兴的，在国内得罪领导是很严重滴，呵呵。
物理上分散，利用廉价的X86服务器搭建数据库服务器集群，在某种程度上也能线性提升并发性能，greenplum从某种程度上降低了新潮客户们的IT建设成本，但其性能在某种程度上紧密依赖于后台物理模型的设计。
ibm近年来主推的purescale，支持动态扩展服务器，以达到线性提升性能的目的，大致也有此类的市场策略。
诸如db2,teradata,greenplum等数据库产品，在分布式集群中搭建分区数据库确能达到一定的效果。
关于oltp系统，由于此类系统的数据访问特性，银行业比较倾向于大集中的方案，且是彻底的大集中方案，有采用大型机和光纤存储网络构建起基础架构平台。通信行业比较青睐内存数据库产品已提升其处理效率，甚或采用高并发的数据库产品如oracle等。
效仿purescale的oracle rac产品，曾一度掀起了主从库方案的热潮，后续虽然也遭人诟病，但也曾一度弄潮。
我们一直提到服务器【cpu/mem/io】和数据库选型，其实其他基础架构产品诸如网络，存储层面也是比较关键也很重的。
如何将这些基础架构产品进行合理的规划和设计，选择合适企业的方案。IT建设预算高不一定选择到性能最好的，预算低选择面肯定就窄许多了。
方案选择和落地依赖于咨询团队和实施团队，及IT部门的项目和运维团队，各个团队的高效配合及各个环节的无缝衔接。
选择好、实施好、用好、维护好，大家好才是真的好。收起
浏览529
浏览517
还没有机会接触过大型数据库，也就只能充当一下书记员，综合一下上述前辈的精辟思想。
1、大集中和大分散不是绝对相反的，一定程度上也是相互融合的，大集中也离不开不同级别的灾备、不同业务跑在不同的虚拟机上，大分散其实是硬件上的分散，也是虚拟上的集中，大集中是硬件上的集中，虚拟上的分散，据说一台mainframe可以虚拟100多个node，而大分散其实是硬件上的分散，虚拟上的集中。如Oracle 的RAC 的虚拟内存融合，就是实现把各节点的内存虚拟成一个大的虚拟内存。
2、大集中和大分散一定时期内还会共存；不光有上述牛人提到的；
1、应用领域不同因素：银行证券这些对性能、可靠性要求高的地方，可能会选择大集中，二互联网公司等要求不那么搞可能选择相对成本较低的大分散。
2、有钱的用大集中，没钱的用大分散。
3、底层架构设计不同因素：OLTP可能选择集中，OLAP可能选择分散。
3、除了以上三点之外，还有一些因素导致大集中和大分散长期共存；
1、历史成本因素，大分散出现前，大集中已经流行许久，想把大集中迁移到大分散，不光考验用户的money多少，还要考虑技术团队的实力，更考验了领导的魄力，毕竟在中国无功大于有过，不到万不得已或者100%把握，那个领导也不会冒这个险，除非------大家明白
2、目前大集中就像IBM笔记本品质好，但是性价比低，大分散就像DELL笔记本，性价比高，但是品质不如IBM，所以总有买IBM的，当然也有买DELL，虽然IBM在降价，但是应该不会比dell低。
3、硬件上的集群怎么也好过通过软件实现的集群吧！mainframe可以虚拟100多个node，Oracle RAC 估计搞不到80吧。
4、大集中技术手设备、业务领域等限制，技术相对封闭，一次维护成本高点，因为不是抓过来一个人就行。
最后，性价比，有性，有价才有性价比。收起
1、大集中和大分散不是绝对相反的，一定程度上也是相互融合的，大集中也离不开不同级别的灾备、不同业务跑在不同的虚拟机上，大分散其实是硬件上的分散，也是虚拟上的集中，大集中是硬件上的集中，虚拟上的分散，据说一台mainframe可以虚拟100多个node，而大分散其实是硬件上的分散，虚拟上的集中。如Oracle 的RAC 的虚拟内存融合，就是实现把各节点的内存虚拟成一个大的虚拟内存。
2、大集中和大分散一定时期内还会共存；不光有上述牛人提到的；
1、应用领域不同因素：银行证券这些对性能、可靠性要求高的地方，可能会选择大集中，二互联网公司等要求不那么搞可能选择相对成本较低的大分散。
2、有钱的用大集中，没钱的用大分散。
3、底层架构设计不同因素：OLTP可能选择集中，OLAP可能选择分散。
3、除了以上三点之外，还有一些因素导致大集中和大分散长期共存；
1、历史成本因素，大分散出现前，大集中已经流行许久，想把大集中迁移到大分散，不光考验用户的money多少，还要考虑技术团队的实力，更考验了领导的魄力，毕竟在中国无功大于有过，不到万不得已或者100%把握，那个领导也不会冒这个险，除非------大家明白
2、目前大集中就像IBM笔记本品质好，但是性价比低，大分散就像DELL笔记本，性价比高，但是品质不如IBM，所以总有买IBM的，当然也有买DELL，虽然IBM在降价，但是应该不会比dell低。
3、硬件上的集群怎么也好过通过软件实现的集群吧！mainframe可以虚拟100多个node，Oracle RAC 估计搞不到80吧。
4、大集中技术手设备、业务领域等限制，技术相对封闭，一次维护成本高点，因为不是抓过来一个人就行。
最后，性价比，有性，有价才有性价比。收起
浏览563