برنامه نویسی

چرا طراحی یک RDBMS را مطالعه کنیم؟

این مقاله ای است که من آن را “پل” بین معرفی مجموعه ای در مورد عملکرد یک سیستم مدیریت پایگاه داده رابطه ای (RDBMS) بر اساس PostgreSQL می نامم. پس از خواندن کتاب “طراحی پایگاه داده فیزیکی: راهنمای حرفه ای پایگاه داده برای بهره برداری از نمایه ها، نماها، ذخیره سازی و موارد دیگر” توسط لایت استون، تئوری و نادو (2010)، نوشتن در مورد اینکه چرا درک طراحی پایگاه داده بسیار مهم است را ضروری دیدم.

در خلاصه‌ای از آنچه نویسندگان به عنوان انگیزه آورده‌اند، حجم داده‌ها در جهان به طور تصاعدی افزایش می‌یابد. با افزایش حجم داده ها، تقاضا برای ساختارهای داده قوی تر برای ذخیره ایمن داده ها و بازگشت سریعتر و سریعتر درخواست ها افزایش می یابد.

طبق گفته آندره (2023)، مقدار داده ایجاد شده روزانه در اینترنت 1.134 تریلیون مگابایت است. اخیراً این افزایش عمدتاً به دلیل محبوبیت رسانه های اجتماعی و خدمات پخش است. اگر در سال 2010 در مورد پتابایت صحبت می کردیم، شکل 1 تخمین مصرف داده در زتابایت را از سال 2021 نشان می دهد که انتظار می رود تا سال 2024 دو برابر شود.

تخمین مصرف داده از 2021 تا 2024.

شکل 1 – تخمین مصرف داده از 2021 تا 2024. اقتباس از آندره (2023).

علاوه بر این، فناوری های جدید به طور مداوم در حال ظهور هستند تا به درک این داده ها کمک کنند. به عنوان مثال، Bitnine Global Inc. دارای Apache AGE برای ارائه تجزیه و تحلیل داده های نموداری برای پایگاه های داده رابطه ای است. G-FDS یک راه حل مبتنی بر نمودار برای تشخیص تقلب است و G-PAS بر تجزیه و تحلیل پیش بینی برای داده های بزرگ تمرکز دارد. محصولات دیگر و پیشرفت های جدید بیشتری در افق وجود دارد! بنابراین، درک مبانی و نیازهای ساختارهای پایگاه داده برای ارائه راه حل های با کیفیت ضروری است. در پست بعدی در مورد چرخه حیات یک RDBMS بحث خواهم کرد و معماری PostgreSQL را در عمل توضیح خواهم داد.

اشتباه

قصد من این است که دسترسی به اطلاعات فناوری را از طریق منابع معتبر فراهم کنم. اگر اطلاعات نادرستی پیدا کردید، لطفاً با من در carlasanches@live.com تماس بگیرید.

مقالات مرتبط

منابع

لایت استون، سم اس.، توبی جی. تئوری و تام نادو. طراحی پایگاه داده فیزیکی: راهنمای حرفه ای پایگاه داده برای بهره برداری از نمایه ها، نماها، ذخیره سازی و موارد دیگر. مورگان کافمن، 2010.

آندره، لویی 53 آمار مهم درباره میزان تولید داده در روز. امور مالی آنلاین. 2023. موجود در https://financesonline.com/how-much-data-is-created-every-day/. دسترسی در 1392/03/15.

به Apache AGE کمک کنید

وب سایت Apache AGE: https://age.apache.org/

Apache AGE Github: https://github.com/apache/age

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا