Hvad er vedvarende Data, og hvorfor er det vigtigt?

følgende blev oprindeligt vist i.

der er en konsekvent definition af vedvarende data som data, der ikke ændres på tværs af tid, systemer og hukommelse.

for at indsamle indsigt i Datapersistensforskningsguide, der er planlagt til udgivelse i Marts 2016, talte vi med 16 ledere fra 13 virksomheder, der udvikler databaser og administrerer vedvarende data i deres egen virksomhed eller hjælper klienter med at gøre det.

her er hvem vi talte med:

Satyen Sangani, CEO, Alation | Sam Rehman, CTO, CTO, Coho Data | Rami Chahine, V. P. Product Management og Dan Potter, CMO, Datamatch/Eric Frenkiel, medstifter | CEO, Memskel | vil Shulman, CEO, MongoLab/Philip Rathle, V. P. af produkt, Neo teknologi | Paul Nashavaty, produktmarkedsføring og strategi, Progress | Joan Yiftach shoolman, medstifter og CTO og Leena Joshi, V. P. Produktmarkedsføring, Redis Labs | Partha Seetala, CTO, Robin Systems | Dale, medstifter og Paul Nalos, Databaseteamleder, sikker programmel | Jon Bock, VP for produkt og Marketing, snefnug Computing

vedvarende data er data, der betragtes som holdbare i hvile med kommende og igangværende programmer og enheder. Stamdata, der er stabile – der er indstillet og kan gendannes, hvad enten det er i flash eller i hukommelsen.

her er hvad vi hørte, da vi spurgte, “hvordan definerer du vedvarende data?”:

• det modsatte af dynamisk-det ændrer sig ikke og åbnes ikke meget ofte.
• Kerneinformation, også kendt som dimensionel information i datalagring. Demografi af enheder-kunder, leverandører, ordrer.
• stamdata, der er stabile.
• Data, der findes fra en forekomst til en anden. Data, der eksisterer på tværs af tid uafhængigt af de systemer, der skabte det. Nu er der altid en sekundær brug af data, så der er mere vedholdende data. En vedvarende kopi kan laves, eller den kan aggregeres. Ideen om vedholdenhed bliver mere flydende.
• gemt i faktisk format og forbliver der versus i hukommelsen, hvor du har det en gang, luk filen, og den er væk. Du kan hente vedvarende data igen og igen. Data, der er skrevet til disken; diskens hastighed er dog en flaskehals for databasen. Forsøger at flytte til hukommelsen, fordi det er 16 gange hurtigere.
• hver klient har sin egen tærskel for kritik (f.eks. Nu, med meget mere data fra maskiner og sensorer, er der større transaktionalitet. Metadataene er lige så vigtige som selve dataene. Metadata skal være transaktionelle.
• ikke-flygtig. Fortsætter i lyset af et strømafbrydelse.
• alle data, der er gemt på en måde, så de forbliver gemt i en længere periode i forhold til data i hukommelsen. Gemt i systemet modelleret og struktureret til at udholde strømafbrydelser. Data ændrer sig slet ikke.
• Data betragtes som holdbare i hvile med kommende og igangværende udstyr og enheder. Der er et persistenslag, hvor du holder dine data i fare.
• Data, der er indstillet og kan gendannes, uanset om det er i flash eller hukommelse.
• med vedvarende data er der rimelig tillid til, at ændringer ikke vil gå tabtog dataene vil være tilgængelige senere. Afhængigt af kravene kan In-cloud-eller in-memory-systemer kvalificere sig. Vi er mest interesserede i” data ” – delen. Hvis det er data, vil vi gøre det muligt for kunder at læse, forespørge, transformere, skrive, tilføje værdi osv.
• en måde at fortsætte data til disk eller opbevaring. Flere muligheder for at gøre det med en replika på tværs af datacentre i enhver kombination med og uden vedholdenhed. Snapshot data til disk eller snapshot ændringer. Skriv til disk hvert sekund eller hver skrivning. Brugere kan vælge mellem alle muligheder. Persistens er en del af en høj tilgængelighed suite, som giver replikation og instant failover. Registreret over flere skyer. Vært tusindvis af forekomster over flere datacentre med kun to node fejl om dagen. Brugere kan vælge mellem flere datacentre og flere geografiske områder. Vi er firmaet bag Redis. Andre behandler som en cache og ikke en database. Flere noder-data skrevet til diske. Du kan ikke gøre det med almindelig open source. Hvis du ikke gør høj tilgængelighed, som anbefalet, kan du miste dine data.
• alt, hvad der går til en relationel eller Noskl-database imellem.

så hvordan definerer du vedvarende data?

se flere artikler Tom har skrevet om Big Data, IoT, Java-økosystemet, Virksomhedsintegration, applikationssikkerhed, indbygget Mobilapplikationsudvikling, skybaserede Apps, DevOps og kontinuerlig levering (https://dzone.com/users/1450207/ctsmithiii.html?sort=articles)