Bases de datos columnares












Índice de Contenidos
13 7






1 Introducción
Las Bases de Datos Columnares se introdujeron por primera vez en 1970 en productos
como Model 204 y ABABAS, este enfoque ha resurgido recientemente en
Vertica y en cierta medida en QD Technology.
Como su nombre lo indica, las bases de datos están organizados de columna por
columna en lugar de la _la: es decir,todos los casos de un solo elemento de datos
(por ejemplo, Nombre de cliente) se almacenan de modo que se puede acceder
como una unidad. Esto los hace especialmente eficaz en las consultas analíticas,
Como la lista de selecciones, que a menudo lee unos pocos elementos de datos,
Pero necesitamos ver todas las instancias de estos elementos. En contraste, una
convencional base de datos relacionalalmacena los datos por _las, por lo que
toda la información de un registro (_la) es inmediatamente accesible. Esto tiene
sentido para las consultas transaccionales, que suelen referirse a un registro a la
vez.
Cada columna es almacenada contiguamente en un lugar separado en disco, usando
generalmente unidades de lectura grandes para facilitar el trabajo al buscar
varias columnas en disco.Para mejorar la ciencia de lectura, los valores
se empaquetan de forma densa usando esquemas de compresión ligera cuando
es posible. Los operadores de lectura de columnas se diferencian de los comunes
(de _las) en que son responsables de traducir las posiciones de los valores en locaciones
de disco y de combinar y reconstruir, si es necesario, tuplas de diferentes
columnas.
Con este cambioganamos mucha velocidad en lecturas, ya que si se requiere
consultar un número reducido de columnas, es muy rápido hacerlo pero no es
e_ciente para realizar escrituras. Por ello este tipo de soluciones es usado en aplicaciones
con un __índice bajo de escrituras pero muchas lecturas. Típicamente en
data warehouses y sistemas de inteligencia de negocios, donde además resultan
ideales para calculardatos agregados. Cabe resaltar que parte del auge actual
que está provocando NoSQL se debe a la adopción de Casandra (originalmente
desarrollada por y para Facebook, luego donada a la fundación Apache) por parte
de Twitter y Digg. Apache Cassandra es la base de datos orientada a columnas
más conocida y utilizada actualmente.

2 Características
2.1 Tiempo de carga
Cuanto tiempo se necesitapara convertir datos de origen en el formato de
Columna? Esta es la pregunta más básica de todas. Tiempos de carga son a
menudo medidos en gigabytes por hora, que puede ser extremadamente lento,
cuando de decenas o cientos de gigabytes de datos se trata. La cuestión a menudo
carece de una respuesta sencilla, porque la velocidad de carga puede variar en
función de la naturaleza de los datos ylas elecciones realizadas por el usuario.
Por ejemplo, algunos sistemas pueden almacenar varias versiones de los mismos
datos, ordenados en diferentes secuencias o en los diferentes niveles de agregación. Los usuarios pueden construir un menor número de versiones a cambio
De una carga rápida, pero puede pagar un precio más adelante con consultas
más lentas. Pruebas realistas basadas en suspropios datos son el mejor camino
para una respuesta clara.


2.2 Carga Incremental
Una vez que un conjunto de datos se ha cargado, todo debe ser recargado cada
vez que hay una actualizaci_on. Muchos sistemas columnares permiten carga incremental,
teniendo s_olo los registros nuevos o modi_cados y la fusi_on de los
datos anteriores. Pero la atenci_on al detalle es fundamental, ya que lasfunciones
de carga incremental var__an ampliamente. Algunas cargas incrementales tardan
hasta una completa reconstrucci_on y algunos resultados son el rendimiento
m_as lento, algunos pueden agregar registros, pero no cambiar o suprimirlos. Las
Cargas incrementales a menudo deben completarse peri_odicamente con una reconstrucci
_on completa.

2.3 Compresi_on de datos
Algunos sistemas...