História Ingres

Bom novamente, acabei ficando um pouco ausente do meu blog mas hoje estou de volta!

Gostaria de contar um pouco da história de um banco chamado Ingres.

Então vamos lá!.

Ingres é um SGBD (Sistema Gerencial de Banco de Dados) relacional, pertence a CA (É uma empresa de software estadunidense, fundada em Nova Iorque por Charles Wang em 1976).

 

Em 2004, ela acabou lançando o Ingres r3 e seu código fonte foi liberado para a comunidade open source e demais usuários do banco, que podem a partir desse momento, utilizarem-no sem nenhum custo com licença de uso.

Vem sendo considerado um dos mais robustos e poderosos SGBD para armazenamento de dados de missão crítica, e que necessitam de um grande nível de segurança no acesso e armazenamento, bem como ter suporte a grande concorrência de acesso às informações nele armazenadas.

Em 1973 quando o Sistema R havia sido iniciado pela IBM, os pesquisadores liberaram muitos artigos descrevendo o sistema que construíam. Dois cientistas de Berkeley, Michael Stonebraker e Eugene Wong, se interessaram após lerem os artigos, e decidiram iniciar um projeto de banco de dados relacional para eles.

Eles já tinham conseguido dinheiro por terem pesquisado um Banco de Dados Geográfico para o grupo econômico Berkeley’s, que chamaram de Ingres, para Sistema de Recuperação de Gráficos Interativo. Eles decidiram usar este dinheiro para fundar seu projeto relacional, e usado isso para criar um projeto novo muito melhor e maior. Para conseguir mais dinheiro, Stonebraker aproximou o grupo DARPA, a fonte de financiamento óbvia para pesquisas de computação daquele tempo. Stonebraker introduziu sua ideia para outras agências, e, com ajuda de seus amigos ele obteve a sustentação do NSF e de três agências militares: o Escritório de Pesquisas Científicas da Força Aérea Americana, o Escritório de Pesquisas do Exército Americano e o Comando Eletrônico dos Sistemas da Marinha Americana.

Com este financiamento o INGRES foi desenvolvido em meados dos anos 1970, por uma equipe que continham estudantes e professores. INGRES alcançou uma evolução similar ao Sistema R, com um protótipo adiantado em 1974 seguidos por revisões para fazer o código principal. INGRES conquistou uma pequena comunidade de usuários, e os membros dos projetos reescreveram o projeto muitas vezes para incorporar a experiência acumulada, e novas ideias. INGRES remanesceu pela maior parte do tempo como o Sistema R da IBM, mas baseado nos sistemas "low end", chamados Unix em máquinas do DEC.

Atualmente a CA apontou para uma definição interna extremamente importante para dar garantia de continuidade do Ingres. A CA está revendo grande parte de seus software internos que utilizam banco de dados para executarem sobre bases de dados Ingres.

Bom é isto ai, espero que tenham gostado após um bom tempo sem postar.

Mas espero voltar sempre com atualizações de informações sobre Bancos de Dados.

 

História MariaDB

Bom pessoal hoje vamos falar um pouco sobre o famoso banco MariaDB.

MariaDB é um banco de dados que surgiu como fork do MySQL, criado pelo próprio fundador do projeto após sua aquisição pela Oracle. O Google está seguindo a mesma trilha de projetos como a Wikipedia e distribuições como a SUSE e trocando o MySQL pelo seu fork MariaDB. O Google também está colaborando com a MariaDB Foundation, incluindo o desenvolvimento de recursos no software que permitam a migração.

A intenção principal do projeto é manter uma alta fidelidade com o MySQL.

O líder do MariaDB é Michael 'Monty' Widenius, o fundador do MySQL e da Monty Program AB.Para conseguir isso, Programa Monty trabalha para contratar os melhores e mais brilhantes desenvolvedores do setor, trabalhar em estreita cooperação com a maior comunidade de usuários e desenvolvedores no verdadeiro espírito do software livre e open source e software de lançamento de uma forma que equilibre a previsibilidade com confiabilidade.

MariaDB é um avançado substituto para o MySQL e está disponível sob os termos da licença GPL v2.

Segurança

A segurança é muito importante no mundo de hoje e é um foco especial para os desenvolvedores do MariaDB. O projeto mantém os seus próprios patches de segurança situados no core de MySQL. Para cada versão do MariaDB os desenvolvedores também incluem todos os patches de segurança do MySQL e suas melhorias, caso necessário. Quando problemas de segurança críticos são descobertos, os desenvolvedores imediatamente preparam e distribuem novas versões do MariaDB para obter as correções o mais rápido possível.

Muitos dos problemas de segurança encontrados no MySQL e MariaDB foram encontrados e relatados pela equipe MariaDB. A equipe trabalha em estreita colaboração com o MariaDB para garantir que todas as questões de segurança sejam prontamente comunicadas e explicadas o mais detalhadamente possível.

Compatibilidade

MariaDB é mantido atualizado com a última versão do MySQL e irá funcionar exatamente como MySQL. Todos os comandos, interfaces, bibliotecas e APIs que existem no MySQL também existem no MariaDB. Não há necessidade de conversão de dados para exibir MariaDB.

Vantagens do MariaDB sobre o MySQL

Objetivamente, as principais vantagens do MariaDB, já citadas acima, são:

• Velocidade;
• Menor exigência de hardware;
• Total compatibilidade com o MySQL.

Poderíamos citar vantagens subjetivas, mas deixaremos a critério de cada um pesquisar e formar sua própria opinião.

Como tirar máximo proveito do MariaDB

A simples conversão do MySQL para MariaDB já representa algum ganho de velocidade e de diminuição do consumo de recursos da máquina.

Entretanto, para tirar o máximo do banco de dados, é necessário converter as tabelas de MyISAM (padrão do MySQL) para XtraDB, o formato otimizado do MariaDB.

Desvantagens do MariaDB em relação ao MySQL

Não há desvantagens importantes do MariaDB com relação ao MySQL, a não ser o “peso” que as marcas MySQL e Oracle têm, sugerindo um produto de qualidade superior, ou com suporte “garantido” por mais tempo.

O que alguns podem encarar como uma desvantagem secundária é o fato de o MariaDB apresentar o seu melhor rendimento usando tabelas do tipo XtraDB (que substituem o InnoDB), que por sua vez não têm suporte a índices do tipo “full text”, característica que as tabelas MyISAM tem, e que pode ser requisito para algum sistema.

No caso do WordPress, o único plugin que sugere o uso de índices “full text” é o YARPP; ele usa este tipo de índice para encontrar posts relacionados a partir do texto completo do post.

Na prática, não chega a ser um problema. Primeiro, porque os índices “full text” não apresentam a mesma precisão para textos em Português que para textos em Inglês, e, segundo, porque as pesquisas baseadas em textos completos continuam funcionando, apenas não contam com o índice para acelerá-las.

Por fim, uma vez convertido um servidor cPanel para usar o MariaDB, não é seguro voltar a usar o MySQL original sem ter de “formatar” a máquina toda.

Eu recomendo é um ótimo!

História WebScaleSQL

Bom vamos falar hoje sobre um novo banco de dados que foi lançado chamado WebScaleSQL.

Como surgiu?

 

O surgimento teve a orgiem do Facebook o qual "desenvolveu a estrutura básica" para WebScaleSQL, Google revisou e sugeriu algumas outras modificações, o LinkedIn também analisou-o e Twitter "contribuíram várias melhorias de desempenho".

O que em sí é WebScaleSQL?
WebScaleSQL é uma colaboração entre os engenheiros de várias empresas que enfrentam desafios semelhantes na execução do MySQL em escala , e buscar uma melhor performance a partir de uma tecnologia de banco de dados sob medida para suas necessidades.

O objetivo em realizar o lançamento WebScaleSQL é permitir que os membros orientada a escala da comunidade MySQL para trabalhar mais estreitamente a fim de priorizar os aspectos que são mais importantes para nós. Nosso objetivo é criar um sistema mais integrado de partilha de conhecimento para ajudar as empresas a alavancar os grandes recursos já encontrados no MySQL 5.6, enquanto a construção e adicionando mais recursos que são específicos para implementações em ambientes de larga escala. Nos últimos meses , os engenheiros de todas as quatro empresas têm contribuído com código e forneceram feedback uns aos outros para desenvolver um novo ramo, mais unificada e mais colaborativo do MySQL .
Quem está por trás WebScaleSQL?
WebScaleSQL atualmente inclui contribuições de equipes de engenharia do MySQL no Facebook, Google , LinkedIn e Twitter. Juntos , estamos trabalhando para compartilhar uma base comum de alterações de código para o ramo MySQL montante que todos nós podemos usar e que será disponibilizado via código aberto. Esta colaboração vai se expandir no trabalho existente pela comunidade MySQL, e vamos continuar a acompanhar o ramo montante que é o mais recente , pronto para produção release ( atualmente MySQL 5.6).

Segundo Greene, o WebScaleSQL consiste basicamente em mudanças no código do “braço” do MySQL (a versão 5.6) usado por todas essas empresas. As alterações foram disponibilizadas como open source GitHub, para que toda a comunidade construída em torno do RDBMS possa aproveitá-la, entendê-la ou modificá-la – já que a solução para as companhias pode não ser útil para outros usuários e administradores. Além disso, como era de se supor, quem tiver interesse pode colaborar com o desenvolvimento da ferramenta. Mudanças no código “original”, no entanto, precisarão ser avaliadas por outros engenheiros de software, em um sistema democrático. De acordo com o funcionário do Facebook, essas discussões já renderam boas novas funcionalidades, mesmo quando feitas apenas entre as quatro companhias. Os recursos estão listados no post do engenheiro, e incluem um framework automatizado que executa e publica resultados de testes no sistema integrado do MySQL, além de um “conjunto inteiro de avaliações de stress e um protótipo de um recurso para testes de performance automáticos”.

 
Bom é isso ai é um banco para gigantes, espero que tenham gostados em breve estarei postando mais sobre WebScaleSQL.

Big Data

Bom vamos falar do Big Data, que vem sendo cada vez mais um grande mistério para a humanidade.

Para você ter uma simples definição existe uma ideia de como funciona a grande lenda das tecnologias da informação, o Big Data se trata de um conceito, no qual o foco é o grande armazenamento de dados e maior velocidade. Podemos dizer que o Big Data se baseia em 5V’s velocidade, volume, variedade, veracidade e valor.

Você deve estar curioso pensando como assim 5V's e como funciona.

Nada mais o Big Data é o conjunto de soluções tecnológicas capaz de lidar com dados digitais em volume, variedade e velocidade inéditos até hoje. Na prática, a tecnologia permite analisar qualquer tipo de informação digital em tempo real, sendo fundamental para a tomada de decisões.

Um dos grande motivo da criação do Big Data, foi vários estudos onde pode ser uma arma contra os problemas socioeconômicos.

Com a globalização e o modelo “just in time” a expansão virtual se tornou necessária. Assim se tornou a ultima década de 2000, onde houve uma crescente de dados exponencial que já preocupam os especialistas pela falta de espaço.

Segundo a IBM em 2008 foram produzidos cerca de 2,5 quintilhões de bytes todos os dias e surpreendentemente 90% dos dados no mundo foram criados nos últimos dois anos, decorrente a adesão das grandes empresas à internet, como exemplo as redes sociais, dados dos GPS, dispositivos embutidos e móveis.

A grande novidade das soluções de Big Data é lidar também com os chamados dados não-estruturados, que até então só podiam ser compreendidos por pessoas.

Exemplos: Tweets, posts em blogs, facebook, Vídeos e etc.

Esses dados não-estruturados representam uma grande fatia em nosso mundo entre as nossas tecnologia como 85% das informações com as quais as empresas lidam hoje.

O mercado de Big Data vem crescendo ao ano quase cerca de 40%.

A quantidade global de dados digitais deve crescer juntamente com o Big Data cerca de 1,8 Zettabyte.

Obs.: Compare.

1 Zettabyte é igual
1.000.000.000.000.000.000.000 bytes

1 Gigabyte é igual
1.000.000.000 bytes

Alguns exemplos onde foi aplicado a tecnologia do Big Data e surgiu muito sucesso.

A companhia Skybox tira fotos de satélite e vende a seus clientes informações em tempo real sobre a disponibilidade de vagas de estacionamento livres numa cidade em determinada hora ou quantos navios estão ancorados no mundo neste momento.

Em busca dos melhores lugares para instalar turbinas eólicas, a dinamarquesa Vestas Wind analisou petabytes de dados climáticos, de nível das marés, mapas de desmatamento etc. O que costumava levar semanas durou algumas horas.

A Sprint Nextel saltou da última para a primeira posição no ranking de satisfação dos usuário de celular nos EUA ao integrar os dados de todos os seus canais de relacionamento. De quebra, cortou pela metade os gastos com call center.

Bom esses são alguns pequenos exemplos da mostra da utilização do Big Data.

Acho que é isso pessoal, o Big Data é um assunto bem abrangente, logo irei realizar mais posts referente ao mesmo com mais informações da grande lenda Big Data. Espero que tenha os ajudado.

História Apache Cassandra - NoSQL

Banco de dados  Apache Cassandra

Banco de dados  Apache Cassandra

O banco de dados Cassandra “Apache” é a escolha certa quando você precisar de escalabilidade e alta disponibilidade, sem comprometer o desempenho.

Escalabilidade linear e comprovada tolerância a falhas em hardware e infraestrutura em geral. A nuvem tornam a plataforma perfeita para dados de missão crítica como um grande exemplo de um sistema que utiliza o Cassandra é o Facebook e atualmente é mantido pela Apache. O banco de dados Cassandra tem um grande privilégio para replicar em vários servidores, proporcionando tudo isso uma pequena latência para seus usuários, também saiba mais que você pode sobreviver a quedas regionais sem comprometer o ambiente todo. 

O Cassandra é um projeto de sistema de banco de dados distribuído altamente escalável de segunda geração, que reúne a arquitetura do Dynamo, da Amazon e modelo de dados baseado no BigTable, do Google.

O Cassandra inicialmente foi criado pelo Facebook, que abriu seu código-fonte para a comunidade em 2008. Agora é mantido por desenvolvedores da fundação Apache e colaboradores de muitas empresas.

Modelo de dados do Cassandra oferece a conveniência de índices de coluna com o desempenho de atualizações de log-estruturadas, um forte apoio para a desnormalização e visões materializadas e poderoso built-in cache.

Performace: 

Cassandra supera consistentemente alternativas NoSQL populares benchmarks e aplicações reais, principalmente por causa das escolhas arquitetônicas fundamentais.

A ideia desse modelo é estar dando prioridade há uma alta disponibilidade e escalabilidade além de um alto grau de performance.

Também possui um alto nível de armazenamento, com o objetivo da disponibilidade boa parte desse modelo usam memória principal e durante um período de tempo são jogados no disco rígido, alguns modelos trabalham 100% com memória principal.  

Ao descentralizado o Cassandra em instâncias regionais ele não há pontos únicos de falha. Não há pontos de estrangulamento da rede. Cada nó no cluster é idêntica.

Cassandra possui um modelo de persistência com a uma necessidade de se ganhar mais performance principalmente no trabalho com grandes blocos de dados foi criado os bancos que usam este princípio de dados como BASE.

Comprovado a ótima performance do banco de dados NoSQL Cassandra.

Cassandra está em uso em Netflix, eBay, Twitter, Urban Airship, Constant Contact, Reddit, Cisco, OpenX, Digg, Cloudkick, Ooyala, e mais empresas que possuem grandes conjuntos de dados ativos. O maior cluster Cassandra conhecido tem mais de 300 TB de dados em mais de 400 máquinas.

Tolerâncias a falhas:

Os dados são automaticamente replicados para vários nós para tolerância a falhas. Replicação em vários centros de dados é suportado. Nós com falha pode ser substituído sem tempo de inatividade. Mesmo ocorrendo falhas não irá afetar o ambiente de utilização.

Cassandra possui uma grande durabilidade sendo adequado para aplicações que não podem dar ao luxo de perder dados, mesmo quando alguma instância fique fora levando alguns dados para baixo ele não perde o ambiente todo.

Controle:

Cassandra tem vários meios de controle, como.

Replicação síncrona ou assíncrona para cada atualização.

Operações assíncronas altamente disponíveis são otimizados com recursos como Handoff.

Bom é isso ai, eu recomendo para quem tem uma aplicação com alto nível de complexidade na nuvem. Banco de dados ótimo.

História do NoSQL

Bom vamos falar sobre a história do NoSQL.

NoSQL nada mais é do que um termo genérico para uma classe definida de banco de dados não-relacionais que rompe uma longa história de banco de dados relacionais com propriedades ACID. Outros termos equivalentes para esta categoria de bancos é NF², N1NF (non first normal form), nested relational, dimensional, multivalue, free-form, schemaless, document database e MRNN (Modelo Relacional Não Normalizado).

Como todos sabem que os bancos de dados que estão sob estes rótulos não podem exigir esquemas de tabela fixa e, geralmente, não suportam instruções e operações de junção SQL.

Onde existem as tendências em arquiteturas de computadores, como a computação na nuvem e a necessidade crescente de prover serviços escaláveis, estão pressionando bancos de dados numa direção onde eles necessitam oferecer escalabilidade horizontal. Bancos de dados NoSQL armazenam os dados com técnicas que visam atender a esse requisito.

Há alguns exemplos proeminentes de softwares de código fechado que atendem estes requisitos, sendo alguns deles Google's BigTable e Amazon's DynamoDB. E alguns exemplos de sofware open-source como Apache Cassandra (originalmente desenvolvido para o Facebook), Apache HBase, LinkedIn's e vários outros.

A História da criação do termo NoSQL foi primeiramente utilizado em 1998 como o nome de um banco de dados relacional de código aberto SQL. Seu autor, Carlo Strozzi, alega que o movimento NoSQL "é completamente distinto do modelo relacional e portanto deveria ser mais apropriadamente chamado "NoREL" ou algo que produzisse o mesmo efeito"

que não possuía uma interface.

O termo NoSQL foi re-introduzido no início de 2009 por um funcionário do Rackspace, Eric Evans, quando Johan Oskarsson da Last.fm queria organizar um evento para discutir bancos de dados open source distribuídos. O nome — uma tentativa de descrever o surgimento de um número crescente de banco de dados não relacionais, que não tinham a preocupação de fornecer garantias ACID — faz referência ao esquema de atribuição de nomes dos bancos de dados relacionais mais populares do mercado: MySQL, MS SQL, PostgreSQL etc.
 

Os Banco de Dados NOSQL  foram criados, principalmente, para resolver problemas com aplicações web que precisam operar com gigantescas cargas de dados além de poder escalar com grande facilidade.

É importante entender que o intuito não é eliminar bancos de dados relacionais, mas oferecer uma alternativa. Pois, durante muito tempo o modelo relacional foi usado como "bala de prata" para todos os problemas de persistência.