डेवलपर्स अज्ञात रहे। यांडेक्स व्याख्यान

ClickHouse डेवलपमेंट टीम के प्रमुख एलेक्सी मिलोविडोव की यह रिपोर्ट कुछ प्रसिद्ध डेटाबेस प्रणालियों का अवलोकन है। उनमें से कुछ पुराने हैं, कुछ ने अपना विकास रोक दिया है और उन्हें छोड़ दिया गया है। एलेक्सी सूचीबद्ध उदाहरणों में दिलचस्प वास्तुशिल्प समाधानों पर ध्यान आकर्षित करता है, उनके भाग्य को समझता है और बताता है कि आपके ओपन-सोर्स प्रोजेक्ट को किन आवश्यकताओं को पूरा करना चाहिए।


- मेरी रिपोर्ट डेटाबेस के बारे में होगी। मुझे आपसे तुरंत पूछना चाहिए कि इस स्लाइड पर कौन सा मेट्रो मैप दिखाया गया है? सभी लाइनें एक तरह से जाती हैं।



सब कुछ गलत है, यह बिल्कुल भी भूमिगत नहीं है, यह संबंधपरक डेटाबेस की वंशावली है। अगर आप बारीकी से देखेंगे तो आप देखेंगे कि नदी कोडा नदी है।

मैं उनके बारे में बात नहीं करूंगा। MySQL, PostgreSQL या ऐसा कुछ के बारे में बात करने से ज्यादा उबाऊ क्या हो सकता है? इसके बजाय, मैं डेटाबेस को तैयार करने के बारे में बात करूंगा।


मैनुअल विधानसभा। सिस्टम जो किसी के लिए लगभग अज्ञात हैं। वे या तो एक व्यक्ति द्वारा डिज़ाइन किए गए हैं या लंबे समय तक छोड़ दिए गए हैं।

_{^{स्लाइड से लिंक करें}}

पहला उदाहरण EventQL है। यदि आपने कभी इस प्रणाली के बारे में सुना है तो कृपया अपना हाथ बढ़ाएं। एक भी व्यक्ति नहीं, सिवाय उन लोगों के जो यांडेक्स में काम करते हैं और मेरी रिपोर्ट सुन चुके हैं। इसलिए, यह व्यर्थ नहीं था कि मैंने अपनी समीक्षा में इस प्रणाली को शामिल किया।


यह एक वितरित कॉलम डेटाबेस इंजन है जिसे इवेंट प्रोसेसिंग और एनालिटिक्स के लिए डिज़ाइन किया गया है। यह बहुत तेज़ SQL क्वेरी करता है, 26 जुलाई 2016 से खुला स्रोत, C ++ में लिखा गया है, ZooKeeper का उपयोग समन्वय के लिए किया जाता है, इसके अलावा कोई निर्भरता नहीं है। यह मुझे कुछ याद दिलाता है। हमारी अद्भुत प्रणाली, हर कोई पहले से ही नाम जानता है। EventQL ClickHouse की तरह कुछ है, लेकिन बेहतर है। वितरित, बड़े पैमाने पर समानांतर, कॉलम-उन्मुख, पेटाबाइट्स के लिए तराजू, फास्ट रेंज अनुरोध - सब कुछ स्पष्ट है, हमारे पास यह सब है। SQL 2009 के लिए लगभग पूर्ण समर्थन, वास्तविक समय आवेषण और अपडेट, क्लस्टर भर में डेटा का स्वत: वितरण और यहां तक ​​कि रेखांकन का वर्णन करने के लिए चार्ट SQL भाषा। कितना जबरदस्त है! यह वही है जो हम सभी से वादा करते हैं और जो हमारे पास नहीं है।


फिर भी, लगभग एक साल पहले अंतिम प्रतिबद्ध, एक ऐसी साइट है जो लोड नहीं करती है, आपको web.archive.org के माध्यम से देखना होगा।

GitHub पर पूछें - आपकी विकास योजनाएं क्या हैं, आगे क्या होगा? किसी ने जवाब नहीं दिया।


सिस्टम में दो डेवलपर्स हैं। एक बैकएंड डेवलपर है, दूसरा फ्रंटएंड है। मैं नहीं दिखाऊंगा कि उनमें से कौन, शायद, अपने लिए अनुमान लगाएगा। डीपकोर्टेक्स द्वारा निर्मित। नाम परिचित लगता है, लेकिन डीप और कॉर्टेक्स शब्द के साथ कई कंपनियां हैं। डीपकोर्टेक्स बर्लिन की कुछ अज्ञात कंपनी है। सिस्टम 2014 से विकसित किया गया है, इसे लंबे समय तक आंतरिक रूप से विकसित किया गया था, फिर इसे खुले स्रोत में जारी किया गया और एक साल बाद छोड़ दिया गया।


यह कुछ ऐसा दिखता है: उन्होंने उसे हवा में फेंक दिया और सोचा, अचानक कोई उसे नोटिस करेगा या वह कहीं दूर उड़ जाएगा। दुर्भाग्य से, नहीं।

एक और नुकसान एजीपीएल लाइसेंस है, जो अपेक्षाकृत असुविधाजनक है। यहां तक ​​कि अगर यह आपकी कंपनी के उपयोग के लिए गंभीर प्रतिबंध नहीं लगाता है, तो भी यह अक्सर डरता है, कानूनी विभाग के पास इसके खिलाफ कुछ बिंदु हो सकते हैं।


मैं यह देखने लगा कि जो हुआ, उसका विकास क्यों नहीं हो रहा है। मैंने डेवलपर के खाते को देखा, सिद्धांत रूप में सब कुछ ठीक है, व्यक्ति रहता है, प्रतिबद्ध करना जारी रखता है, हालांकि, सभी निजी भंडार के लिए प्रतिबद्ध है। यह स्पष्ट नहीं है कि क्या हुआ।


या तो वह व्यक्ति किसी अन्य कंपनी में चला गया और उसने समर्थन में रुचि खो दी, या कंपनी की प्राथमिकताएं बदल गईं, या कुछ जीवन परिस्थितियां। शायद कंपनी ने खुद को बहुत बुरा नहीं माना, और खुला स्रोत केवल मामले में बनाया गया था। या सिर्फ थका हुआ। मुझे सटीक उत्तर नहीं पता है। अगर किसी को पता हो तो कृपया मुझे बताएं।


लेकिन यह सब व्यर्थ नहीं किया गया। सबसे पहले, चार्ट के घोषणात्मक विवरण के लिए ChartSQL। अब ClickHouse के लिए Tabix डेटा विज़ुअलाइज़ेशन सिस्टम में कुछ इसी तरह का उपयोग किया जाता है। EventQL का एक ब्लॉग है, हालांकि, यह वर्तमान में अनुपलब्ध है, आपको web.archive.org के माध्यम से देखना होगा, वहाँ .txt फाइलें हैं। प्रणाली बहुत सक्षम रूप से लागू की जाती है, और यदि आप रुचि रखते हैं, तो आप कोड पढ़ सकते हैं और दिलचस्प वास्तु समाधान देख सकते हैं।

अभी के लिए बस इतना ही। और अगली प्रणाली हर किसी को जीतती है, जिसे मैं विचार करूंगा, क्योंकि इसका सबसे अच्छा, सबसे स्वादिष्ट नाम है। Alenka प्रणाली।

मैं चॉकलेट पैकेजिंग की एक तस्वीर जोड़ना चाहता था, लेकिन मुझे डर है कि कॉपीराइट मुद्दे होंगे। अलेंका क्या है?

_{^{स्लाइड से लिंक करें}}

यह एक विश्लेषणात्मक DBMS है जो ग्राफिक एक्सेलरेटर पर प्रश्नों को निष्पादित करता है। ओपनर्स, अपाचे 2 लाइसेंस, 1103 सितारे, CUDA में लिखे गए, एक छोटे सी ++, मिन्स्क के एक डेवलपर। यहां तक ​​कि एक JDBC ड्राइवर भी है। 2012 से सलामी बल्लेबाज। हालांकि, 2016 के बाद से, किसी कारण के लिए सिस्टम अब विकसित नहीं होता है।

_{^{स्लाइड से लिंक करें}}

यह एक व्यक्तिगत परियोजना है, कंपनी की संपत्ति नहीं है, लेकिन वास्तव में एक व्यक्ति की एक परियोजना है। यह GPU पर डेटा को त्वरित रूप से संसाधित करने की संभावनाओं का पता लगाने के लिए इस तरह का एक शोध प्रोटोटाइप है। मार्क लिट्विनचिक से दिलचस्प परीक्षण हैं, यदि रुचि हो, तो आप ब्लॉग पर देख सकते हैं। शायद, कई लोग पहले ही अपने परीक्षणों को वहां देख चुके हैं कि क्लिकहाउस सबसे तेज़ है।


मेरे पास कोई जवाब नहीं है कि सिस्टम को क्यों छोड़ दिया गया है, बस अनुमान है। अब एक व्यक्ति एनवीडिया के लिए काम करता है, शायद यह सिर्फ एक संयोग है।


यह एक महान उदाहरण है, क्योंकि यह ब्याज, क्षितिज को बढ़ाता है, आप देख सकते हैं और समझ सकते हैं कि आप इसे कैसे कर सकते हैं, सिस्टम GPU पर कैसे काम कर सकता है।

लेकिन अगर आप इस विषय में रुचि रखते हैं, तो अन्य विकल्पों का एक समूह है। उदाहरण के लिए, MapD प्रणाली।

MapD के बारे में किसने सुना? अपमान। यह एक साहसी स्टार्टअप है, जो एक जीपीयू डेटाबेस भी विकसित कर रहा है। हाल ही में अपाचे 2 लाइसेंस के तहत खुले स्रोत में जारी किया गया। मुझे नहीं पता कि यह क्या है, अच्छा है या इसके विपरीत। यह स्टार्टअप इतना सफल है कि इसे ओपन सोर्स में रखा गया है या इसके विपरीत, जल्द ही बंद हो जाएगा।

एक PGStorm है। यदि आप सभी PostgreSQL में पारंगत हैं, तो आपको PGStorm के बारे में सुनना चाहिए। एक व्यक्ति द्वारा विकसित, खुला स्रोत भी। बंद प्रणालियों में से, ब्रेटलीटीडीबी, किनेटिका और रूसी कंपनी पॉलीमैटिक हैं, जो बिजनेस इंटेलिजेंस सिस्टम बनाती है। विश्लेषिकी, दृश्य और वह सब। और डेटा प्रोसेसिंग के लिए, यह ग्राफिक्स त्वरक का उपयोग भी कर सकता है, यह देखना दिलचस्प हो सकता है।

_{^{स्लाइड से लिंक करें}}

क्या GPU की तुलना में कुछ कूलर करना संभव है? उदाहरण के लिए, एक प्रणाली थी जो एक FPGA पर डेटा संसाधित करती थी। यह किकफायर है। उसने तुरंत सॉफ्टवेयर के साथ लोहे के रूप में अपना समाधान दिया। सच है, कंपनी बहुत समय पहले बंद हो गई थी, यह समाधान काफी महंगा था और ऐसे अन्य अलमारियाँ के साथ प्रतिस्पर्धा नहीं कर सकता था जब कुछ विक्रेता इस कैबिनेट को आपके पास लाते हैं, और सब कुछ जादुई तरीके से काम करता है।

इसके अलावा, ऐसे प्रोसेसर हैं जिनमें नए SPARC प्रोसेसर मॉडल में SQL - SQL को सिलिकॉन में तेज करने के निर्देश हैं। लेकिन आपको यह सोचने की जरूरत नहीं है कि आप असेंबलर में शामिल हों, यह नहीं है। ऐसे सरल निर्देश हैं जो या तो कुछ सरल एल्गोरिदम और थोड़े से फ़िल्टरिंग का उपयोग करके अपघटन करते हैं। सिद्धांत रूप में, यह न केवल SQL को गति दे सकता है। उदाहरण के लिए, इंटेल प्रोसेसर में स्ट्रिंग के प्रसंस्करण के लिए SSE 4.2 निर्देशों का एक सेट होता है। जब यह 2008 में कुछ समय बाद दिखाई दिया, तो इंटेल वेबसाइट पर "XML प्रसंस्करण को गति देने के लिए नए इंटेल प्रोसेसर निर्देशों का उपयोग" शीर्षक वाला एक लेख था। यह उसी के बारे में है। डेटाबेस को गति देने के लिए उपयोगी निर्देशों का भी उपयोग किया जा सकता है।

एक और बहुत ही दिलचस्प विकल्प आंशिक रूप से डेटा को एसएसडी में फ़िल्टर करने के कार्य को स्थानांतरित करना है। अब SSDs काफी शक्तिशाली हो गए हैं, यह एक नियंत्रक के साथ एक छोटा कंप्यूटर है, और यदि आप वास्तव में कोशिश करते हैं, तो आप मूल रूप से अपना कोड इसे अपलोड कर सकते हैं। आपका डेटा एसएसडी से पढ़ा जाएगा, लेकिन इसे तुरंत फ़िल्टर किया जाएगा और केवल आवश्यक डेटा को आपके प्रोग्राम में स्थानांतरित किया जाएगा। बहुत अच्छा है, लेकिन यह सब अभी भी अनुसंधान के स्तर पर है। यहां VLDB पर एक लेख है, पढ़ें।

इसके अलावा, एक निश्चित ViyaDB।

_{^{स्लाइड से लिंक करें}}

इसे एक महीने पहले ही खोला गया था। "अनारक्षित डेटा के लिए विश्लेषणात्मक डेटाबेस।" "अनसर्टेड" नाम में क्यों रखा गया है, यह स्पष्ट नहीं है कि ऐसा जोर क्यों बनाया जाना चाहिए। क्या, अन्य डेटाबेस में केवल छाँटे गए आप काम कर सकते हैं?

सब कुछ ठीक है, गीथहब पर स्रोत कोड, अपाचे 2.0 लाइसेंस, सबसे आधुनिक सी ++ में लिखा गया है, सब कुछ ठीक है। एक डेवलपर, लेकिन कुछ भी नहीं।

_{^{स्लाइड से लिंक: साइट और हैबर के लिए}}

मुझे सबसे ज्यादा क्या पसंद है, जहां आप एक उदाहरण ले सकते हैं, उत्कृष्ट लॉन्च की तैयारी है। इसलिए, मैं हैरान हूं कि किसी ने नहीं सुना। एक अद्भुत साइट है, प्रलेखन है, हैबे पर एक लेख है, मध्यम, लिंक्डइन, हैकिंग न्यूज पर एक लेख है। तो क्या? क्या यह सब व्यर्थ है? आपने इसमें से किसी पर भी गौर नहीं किया है। यहाँ वे कहते हैं, हब्र कोई केक नहीं है। खैर, शायद, लेकिन एक बड़ी बात।

यह कैसी व्यवस्था है?


रैम में डेटा, सिस्टम कुल डेटा के साथ काम कर रहा है। पूर्व एकत्रीकरण जारी है। विश्लेषणात्मक प्रश्नों के लिए प्रणाली। कुछ शुरुआती एसक्यूएल समर्थन है, लेकिन यह अभी विकसित होना शुरू हो रहा है, शुरू में प्रश्नों को किसी तरह के JSON में लिखा जाना था। दिलचस्प विशेषताओं में से, आप इसे एक अनुरोध देते हैं, और यह आपके अनुरोध पर स्वयं के लिए C ++ के लिए कोड लिखता है, यह कोड आपके डेटा को उत्पन्न, संकलित, गतिशील रूप से लोड और संसाधित करता है। आपके अनुरोध को यथासंभव यथासंभव कैसे संसाधित किया जाएगा। आपके अनुरोध के लिए आदर्श रूप से विशिष्ट C ++ कोड लिखा गया है। स्केलिंग है, और कॉन्सल का उपयोग समन्वय के लिए किया जाता है। यह भी एक प्लस है, जैसा कि आप जानते हैं, यह चिड़ियाघर कीपर की तुलना में ठंडा है। या नहीं। मुझे यकीन नहीं हो रहा है, लेकिन ऐसा लगता है हाँ।

कुछ परिसर जहां से यह प्रणाली आगे बढ़ती है कुछ हद तक विरोधाभासी हैं। मैं विभिन्न प्रौद्योगिकियों का एक बड़ा उत्साही हूं, और मैं किसी को भी डांटना नहीं चाहता। यह सिर्फ मेरी राय है, शायद मैं गलत हूं।

इसका आधार यह है कि सिस्टम में नए डेटा को लगातार रिकॉर्ड करने के लिए, जिसमें एक घंटे पहले, एक दिन पहले, एक हफ्ते पहले की घटना शामिल है। और उसी समय तुरंत इस डेटा पर विश्लेषणात्मक प्रश्न चलाएं।

_{^{स्लाइड से लिंक करें}}

लेखक का दावा है कि इसके लिए सिस्टम जरूरी मेमोरी में होना चाहिए। ऐसा नहीं है। यदि आप क्यों में रुचि रखते हैं, तो आप "Yandex.Metrica में डेटा संरचनाओं का विकास" लेख पढ़ सकते हैं। कमरे में एक व्यक्ति पढ़ रहा था।

रैम में डेटा स्टोर करना आवश्यक नहीं है। मैं यह नहीं कहूंगा कि इस समस्या को हल करने में रुचि रखने वाले को क्या करना है और क्या सिस्टम स्थापित करना है।

_{^{स्लाइड से लिंक करें}}

आप क्या अच्छा सीख सकते हैं? C ++ में एक दिलचस्प आर्किटेक्चर समाधान कोड जनरेशन है। यदि आप इस विषय में रुचि रखते हैं, तो आप इस तरह के शोध प्रोजेक्ट DBToaster पर ध्यान दे सकते हैं। ईपीएफएल इंस्टीट्यूट रिसर्च, गिटहब, अपाचे 2.0 पर उपलब्ध है। स्काला कोड, आप वहां एक SQL क्वेरी देते हैं, यह कोड आपके लिए C ++ स्रोत उत्पन्न करता है, जो सबसे इष्टतम तरीके से कहीं से डेटा को पढ़ेगा और संसाधित करेगा। शायद, लेकिन यकीन नहीं।

_{^{स्लाइड से लिंक करें}}

क्वेरी प्रसंस्करण के लिए कोड पीढ़ी के लिए यह केवल एक दृष्टिकोण है। एक और भी अधिक लोकप्रिय दृष्टिकोण है - एलएलवीएम कोड पीढ़ी। लब्बोलुआब यह है कि आपका कार्यक्रम, जैसा कि यह था, गतिशील रूप से कोड असेंबलर में लिखता है। खैर, वास्तव में एलएलवीएम पर नहीं। एक उदाहरण के रूप में MemSQL है। यह मूल रूप से एक ओएलटीपी डेटाबेस है, लेकिन यह एनालिटिक्स के लिए भी अच्छा है। बंद, मालिकाना, सी ++ मूल रूप से कोड पीढ़ी के लिए उपयोग किया गया था। फिर वे एलएलवीएम में चले गए। क्यों? आपने सी ++ कोड लिखा, आपको इसे संकलित करना होगा, और ऐसा करने में कीमती पांच सेकंड लगते हैं। और ठीक है, यदि आपके अनुरोध एक या अधिक समान हैं, तो आप एक बार कोड उत्पन्न कर सकते हैं। लेकिन जब यह विश्लेषिकी की बात आती है, तो आपके पास वहां तदर्थ अनुरोध होते हैं, और यह बहुत संभव है कि हर बार वे न केवल अलग हों, बल्कि एक अलग संरचना भी हो। यदि कोड पीढ़ी LLVM पर है, तो यह मिलीसेकंड या दसियों मिलीसेकंड, अलग-अलग, कभी-कभी अधिक होता है।

एक और उदाहरण है इम्पाला। एलएलवीएम का भी उपयोग करता है। लेकिन अगर हम ClickHouse के बारे में बात करते हैं, तो वहाँ भी कोड पीढ़ी है, लेकिन मुख्य रूप से ClickHouse वेक्टर अनुरोध अनुरोध पर निर्भर करता है। एक दुभाषिया, लेकिन जो सरणियों पर काम करता है, इसलिए यह बहुत तेजी से काम करता है, जैसे kdb + जैसी प्रणालियां।

एक और दिलचस्प उदाहरण। मेरी समीक्षा में सबसे अच्छा लोगो।

_{^{स्लाइड से लिंक करें}}

विशेष रूप से डेटा वेयरहाउसिंग और व्यावसायिक खुफिया के लिए डिज़ाइन किया गया पहला और एकमात्र रिलेशनल ओपन सोर्स डेटाबेस मैनेजमेंट सिस्टम। गिटहब, अपाचे 2 लाइसेंस पर उपलब्ध है। यहां एक जीपीएल हुआ करता था, लेकिन इसे बदल दिया गया और सही ढंग से किया गया। यह जावा में लिखा है। आखिरी बार छह साल पहले। प्रारंभ में, सिस्टम को गैर-लाभकारी संगठन Eigenbase द्वारा विकसित किया गया था, संगठन का लक्ष्य एक फ्रेमवर्क विकसित करना था, डेटाबेस के लिए एक अधिकतम विस्तार योग्य कोड आधार, जो न केवल OLTP है, बल्कि उदाहरण के लिए, एनालिटिक्स में से एक, LucasDB, और अन्य स्ट्रीमिंग डेटा को संसाधित करने के लिए अन्य StreamBase है।


छह साल पहले क्या हुआ था? अच्छी वास्तुकला, अच्छी तरह से एक्स्टेंसिबल कोड बेस, एक से अधिक डेवलपर। महान प्रलेखन। अब कुछ भी लोड नहीं हो रहा है, लेकिन आप इसे WebArchive के माध्यम से देख सकते हैं। महान एसक्यूएल समर्थन।


लेकिन कुछ तो गड़बड़ है। विचार अच्छा है, लेकिन यह कुछ दान के लिए एक गैर-लाभकारी संगठन द्वारा किया गया था, और कुछ स्टार्टअप्स पास थे। किसी कारण से, सब कुछ तुला हुआ था। वे वित्तपोषण नहीं पा सके, कोई उत्साही नहीं थे, और ये सभी स्टार्टअप बहुत समय पहले बंद हो गए।

लेकिन इतना सरल नहीं है। यह सब व्यर्थ नहीं था।

_{^{स्लाइड से लिंक करें}}

ऐसी एक रूपरेखा है - अपाचे कैल्साइट। यह SQL डेटाबेस के लिए एक प्रकार का दृश्य है। यह प्रश्नों को पार्स कर सकता है, विश्लेषण कर सकता है, सभी प्रकार के अनुकूलन रूपांतरण कर सकता है, क्वेरी निष्पादन योजना तैयार कर सकता है और एक तैयार JDBC ड्राइवर प्रदान कर सकता है।

कल्पना करें कि आप अचानक जाग गए, आप एक अच्छे मूड में थे, और आपने अपने संबंधपरक डीबीएमएस को विकसित करने का निर्णय लिया। आपको कभी पता नहीं चलता, ऐसा होता है। अब आप अपाचे कैल्साइट ले सकते हैं, आपको बस डेटा स्टोरेज, रीडिंग डेटा, क्वेरी प्रोसेसिंग, प्रतिकृति, फॉल्ट टॉलरेंस, शार्डिंग को जोड़ना होगा, सब कुछ सरल है। Apache Calcite, LucidDB कोडबेस पर आधारित है, जो एक ऐसी उन्नत प्रणाली थी कि उन्होंने वहां से पूरे फ्रंटेंड को ले लिया, जो अब लगभग सभी Apache, Hive, Drill, Samza, तूफान के उत्पादों और यहां तक ​​कि MapD में थोड़े अनुकूलित रूप में उपयोग किया जाता है, इस तथ्य के बावजूद कि यह C ++ में लिखा गया है, किसी तरह इस कोड को जावा में जोड़ा गया है।


ये सभी दिलचस्प प्रणालियां अपाचे कैल्साइट का उपयोग करती हैं।

अगली प्रणाली InfiniDB है। इन नामों से चक्कर आते हैं।

_{^{स्लाइड से लिंक करें}}

Calpont, मूल रूप से InfiniDB एक मालिकाना प्रणाली थी, और यह ऐसा था कि बिक्री प्रबंधकों ने हमारी कंपनी से संपर्क किया और हमें इस प्रणाली को बेच दिया। इसमें भाग लेना दिलचस्प था। वे कहते हैं कि एक विश्लेषणात्मक DBMS, अद्भुत, Hadoop की तुलना में तेज, स्तंभ-उन्मुख, स्वाभाविक रूप से, सभी प्रश्न जल्दी से काम करेंगे। लेकिन तब उनके पास क्लस्टर नहीं था, सिस्टम ने स्केल नहीं किया। मैं कहता हूं कि कोई क्लस्टर नहीं है - हम खरीद नहीं सकते। मुझे लगता है, आधे साल के बाद InfiniDB 4.0 का संस्करण जारी किया गया था, हमने Hadoop के साथ एकीकरण जोड़ा, स्केलिंग की, सब कुछ ठीक है।

छह महीने बीत चुके हैं, और स्रोत कोड खुले स्रोत में उपलब्ध है। फिर मैंने सोचा कि मैं क्या कर रहा था, कुछ विकसित करना, हमें इसे लेना चाहिए, कुछ तैयार है।

वे उपयोग करने के लिए, उपयोग करने के तरीके को देखने लगे। एक साल बाद, कंपनी दिवालिया हो गई। लेकिन सोर्स कोड उपलब्ध है।

इसे पोस्टमार्टम ओपन-सोर्स कहा जाता है। और वह अच्छा है। यदि कुछ कंपनी बहुत अच्छा महसूस नहीं करती है, तो यह आवश्यक है कि कम से कम कुछ विरासत बनी रहे, ताकि अन्य इसका उपयोग कर सकें।

_{^{स्लाइड से लिंक करें}}

यह सब व्यर्थ था। InfiniDB स्रोत पर आधारित, MariaDB में अब ColumnStore नामक एक टेबल इंजन है। वास्तव में, यह InfiniDB है। कंपनी अब नहीं है, लोग अब अन्य स्थानों पर काम करते हैं, लेकिन विरासत बनी हुई है, और यह अद्भुत है। मारियाडीबी के बारे में सभी जानते हैं। यदि आप इसका उपयोग करते हैं, और आपको स्तंभ-उन्मुख विश्लेषणात्मक इंजन को जल्दी से जकड़ना होगा, तो आप ColumnStore ले सकते हैं। गुप्त रूप से, मेरा कहना है कि यह सबसे अच्छा समाधान नहीं है। यदि आपको सबसे अच्छे समाधान की आवश्यकता है, तो आप जानते हैं कि किसको जाना है और क्या उपयोग करना है।

नाम में Infini शब्द के साथ एक और प्रणाली। उनके पास एक अजीब लोगो है, यह रेखा नीचे झुकी हुई लगती है। और एक और असंगत फ़ॉन्ट, किसी कारण से कोई एंटीएलियासिंग नहीं है, जैसे कि पेंट में चित्रित किया गया है। और सभी पत्र बड़े हैं, शायद प्रतियोगियों को डराने के लिए।

_{^{स्लाइड से लिंक: साइट पर , GitHib तक}}

मैं सभी प्रकार की दिलचस्प समाधानों के प्रति बहुत सम्मानित, सभी प्रकार की प्रौद्योगिकियों का एक उत्साही हूं। मैं मजाक नहीं कर रहा हूं, सोचने की जरूरत नहीं है।

यह सिस्टम कैसा था? यह अब एक विश्लेषणात्मक प्रणाली नहीं है, यह ओएलटीपी है। अत्यधिक पैमानों पर लेनदेन की प्रक्रिया के लिए एक प्रणाली। एक साइट है, इस प्रणाली के फायदे यह है कि साइट लोड हो रही है। क्योंकि जब मैं अन्य सभी को देखता हूं, तो मैं इस तथ्य का उपयोग करता हूं कि डोमेन पार्किंग होगी या कुछ और। स्रोत उपलब्ध हैं। अब जी.पी.एल. यह एजीपीएल हुआ करता था, लेकिन सौभाग्य से, लेखक ने जल्दी से इसे बदल दिया। C ++ में लिखा गया है, एक से अधिक डेवलपर, नवंबर 2013 में खुले स्रोत में पोस्ट किए गए और जनवरी 2014 में पहले ही छोड़ दिए गए। डेढ़ महीने। क्यों? क्या कहना है? ऐसा क्यों?


प्रारंभिक एसक्यूएल समर्थन, एक व्यक्तिगत परियोजना के साथ ओएलटीपी डेटाबेस, कोई भी कंपनी इसके पीछे नहीं है। हैकर्स न्यूज के लेखक खुद कहते हैं कि उन्होंने खुले स्रोत में उन उत्साही लोगों को आकर्षित करने की उम्मीद में पोस्ट किया है जो इस उत्पाद पर काम करेंगे।


यह आशा हमेशा असफलता की ओर इशारा करती है। आपके पास एक विचार है, आप महान हैं, आप एक उत्साही हैं। इसलिए आपको यह विचार करना होगा। यह संभावना नहीं है कि कोई और भी इससे प्रेरित होगा। या आपको किसी को प्रेरित करने के लिए कड़ी मेहनत करनी होगी। इसलिए यह आशा करना कठिन है कि दुनिया के दूसरी तरफ से एक व्यक्ति दिखाई देगा जो गीथहब पर किसी और का कोड जोड़ना शुरू कर देगा।

दूसरे, शायद सिर्फ जटिलता को कम करके आंका। DBMS विकास 20 मिनट के लिए एक साहसिक कार्य नहीं है। यह कठिन, लंबा, महंगा है।

यह एक बहुत ही दिलचस्प मामला है, कई ने RethinkDB को सुना है। यह उदाहरण एक विश्लेषणात्मक आधार नहीं है, ओएलटीपी नहीं है, लेकिन एक दस्तावेज-उन्मुख है।


इस प्रणाली ने कई बार इसकी अवधारणा को बदल दिया है। Pereprodumyvalas। कहते हैं, 2011 में, यह लिखा गया था कि यह MySQL के लिए एक इंजन है, जो एसएसडी पर सौ गुना तेज है, जैसा कि आधिकारिक वेबसाइट पर लिखा गया था। तब यह कहा गया था कि यह एक प्रणाली है जिसमें मेमेकैल्ड प्रोटोकॉल है, जिसे एसएसडी के लिए भी अनुकूलित किया गया है। और थोड़ी देर बाद, कि यह रीयलटाइम अनुप्रयोगों के लिए एक डेटाबेस है। यानी डेटा की सदस्यता लेने और वास्तविक समय में सीधे अपडेट प्राप्त करने के लिए। मान लीजिए कि सभी प्रकार के इंटरैक्टिव चैट, ऑनलाइन गेम हैं। एक आला खोजने का प्रयास। -, JSON. MongoDB. . MongoDB , ? MongoDB . , , «PostgreSQL ».

? — . . , .

RethinkDB? , RAFT. , , , . JSON, - LINQ . ReQL, ++, , ++.

_{^{: , GitHib}}

. . , , , , . , , . 20938 GitHub. - .


, , , , , . क्यों? ?


, 2009 , , , . , , 2016 . , , , . , , RethinkDB, , , The Linux Foundation. AGPL Apache 2, . , — .

, , , , , , . , .

, , . , - , , , , .

. , , . , XML 15 .

- , 2000-, . , XML . - - , . , .

_{^{: , GitHub}}

, Sedna. XML , . , . , . , Sedna, , , , . , .

2013, , . XML , , .

— .

— , , . garret.ru, , . , . , , , . .

. 2014 — IMCS, PostgreSQL, . PostgreSQL, SQL, , . select, . -, . , , , . , . , , , - . , .

, - ? .


, , ? , — . : , - , . , . .

— . , , . , , .

— . , -. - , — , , , -.

, , , .

— , ? , - .

, , . . , , , .

— - - . -, KPHP.

— . , , , .


, , : , , , ? — . , . , . ? : , .

. , , . , .

. , - , , multimodel DB, , , OLTP, , , , . , ? , , - . - -, , , , . , .

विश्वसनीय मूल कंपनी का समर्थन। कोई टिप्पणी नहीं कर रहे हैं। प्रतिबंधात्मक लाइसेंस नहीं, ताकि अन्य कंपनियां कानूनी विभाग से डरे नहीं, ये लोग हर चीज से डरते हैं। आपके सिस्टम का लाभ मूलभूत कारणों से होना चाहिए। कहते हैं, यदि आपके पास XML प्रसंस्करण के लिए एक डेटाबेस है, तो यह किसी भी तरह बहुत अच्छा नहीं है। शायद किसी और को XML में डेटा स्टोर करने की आवश्यकता नहीं है। और अगर आपके पास एक दस्तावेज़-उन्मुख डेटाबेस है, तो यह एक और है। सभी को दस्तावेजों को रखने की जरूरत है, और कोई फर्क नहीं पड़ता कि वास्तव में क्या है। इसके अलावा, एक अच्छे खुले स्रोत के लिए सामुदायिक विकास के लिए समर्थन बहुत महत्वपूर्ण है। इसका मतलब यह नहीं है कि आपको पुल अनुरोधों को रखने की आवश्यकता है। इसका मतलब है - आपको लोगों को यह महसूस करने की आवश्यकता है कि आप हैं, आप मौजूद हैं, सवालों का जवाब दें, उत्पाद विकसित हो रहा है। यह वह है जो एक अच्छा और लाइव ओपन सोर्स बनाएगा। वह सब, धन्यवाद।