内存数据网格发力云端和大数据_数据分析师-CDA数据分析师官网

内存数据网格发力云端和大数据_数据分析师

在加速大型可伸缩应用的处理和分析方面，内存数据网格已经显示出了潜力。它们通常会在后端数据库和前端Web应用之间提供一个有用的中间层。现在，它们也开始在所谓的大数据应用中露脸了。

应用内存数据网格IMDG对很多东西都有好处，但是如果把它用在错误的问题上则会适得其反。它们可以很好地应用在内存数据集上。在内存中处理PB级的信息并非你想去尝试的东西。这方面有许多专门的系统能够把这种规模的信息分析处理得更好。

尽管如此，应用内存数据网格(IMDG)时软件架构师还是必须要仔细考虑限制。对于定期调用的一组特定数据IMDG工作得很好。但是如果是不同的数据偶尔被查询的话，IMDG可能并不是最佳的途径。

如果应用把数据当做对象处理，那么用数据网格就很好。可是如果应用把数据当做SQL数据的话，可能最好还是用SQL数据库。如果应用与SQL语言对话，用数据网格去加速实现的效果往往是糟糕的。

有时候，对记录的SQL数据系统的需求意味着IMDG的地位要比传统的关系数据库(RDB)低。硬件配置也会影响IMDG对整体系统架构的适应能力。最后管理IMDG的责任有时候会成为IT部门不同部分之间的问题。

有两个特别重要的办法可以帮助IMDG减少应用延时。一是降低网络和基于磁盘的通讯，二是以可以更好地在应用中工作的对象格式来展示数据。

数据分区和数据关联是部分非常适合于数据网格架构的概念。当存在一个可工作好的领域模型时，数据网格工作得最好。有较弱的数据模型或没有数据模型的应用在采用数据网格时的问题最大，问题还需要在多个服务器之间方便地进行分割。

分布式缓存只有在应用本身也是分布式的情况下才有意义-也就是说，出于伸缩性和/或可用性的原因需要运行在超过一台机器上，如果分布式缓存是为了提供对数据的低延时访问，那它就必须距离运行的应用代码很近-比方说，驻留在运行应用的同一台机器上，或者通过复制来提供可伸缩性。在其他情况下，缓存会把自己的数据存储到多台机器上。

2026全球数智化人才指数报告【CDA数据科学研究院】.pdf

CDA数据分析师考试相关入口一览（建议收藏）：

▷ 想报名CDA认证考试，点击>>> “CDA报名” 了解CDA考试详情；