Streaming-Datenbanken

Kapitel 7. Das Aufkommen anderer hybrider Datensysteme

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

In diesem Kapitel ( ) erweitern wir unseren Blick auf die Landschaft der hybriden Systeme, die als Reaktion auf die wachsenden Anforderungen moderner ereignisgesteuerter Echtzeitanwendungen entstanden sind. Diese Systeme sind zwar keine Streaming-Datenbanken, wie wir sie in diesem Buch definiert haben, aber sie haben Eigenschaften und Merkmale, die eine Brücke zwischen relationalen, analytischen und Streaming-Workloads schlagen. Wir werden die Beweggründe für ihre Entwicklung, die innovativen Techniken, die sie einsetzen, und die spezifischen Anwendungsfälle, die sie relevant machen, untersuchen. Vor allem aber werden wir die Nischen diskutieren, die diese anderen hybriden Datenbanken abdecken. Auf diese Weise können wir die Trends aufdecken, denen Datenbanken folgen, um Echtzeit-Analysen zu ermöglichen.

Es ist wichtig zu wissen, dass eine Streaming-Datenbank auch ein Beispiel für ein Hybridsystem ist. Hybride Systeme haben mindestens zwei Perspektiven, und im Fall der Streaming-Datenbank sind die beiden Perspektiven die Stream-Verarbeitung und die Datenbank.

Die Betrachtung der Perspektiven hybrider Systeme zeigt, welche Probleme sie zu lösen versuchen und wie. In diesem Buch definieren wir Streaming-Datenbanken aus der Stream-Processing-Perspektive wie folgt: Eine Streaming-Datenbank ist ein ...