More

    9 tendências em tecnologia de banco de dados corporativo


    O banco de dados sempre girou em torno de uma confiabilidade sólida. Os dados entram e saem exatamente da mesma maneira. Ocasionalmente, os bits serão limpos e normalizados para que todas as datas fiquem no mesmo formato e o texto no mesmo conjunto de caracteres, mas além disso, nada deve ser diferente.

    Essa consistência é o que torna o banco de dados essencial para qualquer empresa – permitindo que ele conduza coisas como transações de comércio eletrônico. É também por isso que o banco de dados permanece distinto do data warehouse, outra tecnologia que está expandindo sua missão para coisas mais lentas, como análise. O banco de dados atua como o registro inegável da empresa, a única fonte da verdade.

    Agora os bancos de dados estão mudando. Seu foco está mudando e eles estão aceitando mais responsabilidades e oferecendo respostas mais inteligentes. Resumindo, eles estão se expandindo e assumindo cada vez mais o controle da pilha.

    Muitos de nós podem não perceber, porque executamos o mesmo banco de dados há anos sem nenhuma alteração. Por que bagunçar algo que funciona? Mas, à medida que novas opções e recursos surgem, faz sentido repensar as arquiteturas dos fluxos de dados e aproveitar todas as novas opções. Sim, os dados ainda serão retornados exatamente como esperado, mas serão mantidos mais seguros e apresentados de uma forma mais fácil de usar.

    Muitos impulsionadores da mudança são startups construídas em torno de um novo produto revolucionário, como escalonamento de várias nuvens ou garantia de blockchain. Para cada nova abordagem de armazenamento de informações, geralmente existem várias startups bem financiadas competindo para dominar o espaço e, muitas vezes, várias outras ainda em modo furtivo.

    As grandes empresas muitas vezes não ficam muito atrás. Embora possa levar mais tempo para adicionar recursos aos produtos existentes, as grandes empresas estão encontrando maneiras de se expandir, às vezes revisando ofertas antigas ou criando novas em seus próprios skunkworks. A Amazon, por exemplo, é mestre em lançar novas maneiras de armazenar dados. Sua nuvem tem pelo menos 11 produtos diferentes chamados bancos de dados, e isso não inclui as opções de arquivo simples.

    Os outros grandes provedores de nuvem não ficam muito atrás. A Microsoft migrou seu sólido SQL Server para o Azure e encontrou maneiras de oferecer meia dúzia de concorrentes de código aberto, como o MySQL. O Google oferece versões gerenciadas de bancos de dados relacionais e grandes versões distribuídas e replicadas de pares de chave / valor NoSQL.

    Os padrões antigos também estão adicionando novos recursos que muitas vezes oferecem muito da mesma promessa das startups, ao mesmo tempo que continuam a oferecer suporte a versões anteriores. A Oracle, por exemplo, oferece versões em nuvem de seu banco de dados ao mesmo tempo em que adiciona novos formatos de consulta (JSON) e melhor desempenho para lidar com a inundação infinita de dados recebidos.

    A IBM também está movendo o dB2 para a nuvem ao adicionar novos recursos como integração com algoritmos de inteligência artificial que analisam os dados. Ele também oferece suporte aos principais bancos de dados relacionais de código aberto enquanto cria uma versão híbrida que combina a compatibilidade do Oracle com o mecanismo PostgreSQL.

    Entre a miríade de mudanças em padrões antigos de banco de dados e novos jogadores emergentes, aqui (sem uma ordem específica) estão nove maneiras principais de os bancos de dados renascerem.

    1. Melhor linguagem de consulta

    O SQL pode continuar a fazer o trabalho pesado em todo o mundo. Mas as opções mais recentes de consulta – como GraphQL – estão tornando mais fácil para os desenvolvedores de front-end encontrar os dados de que precisam para apresentar ao usuário e recebê-los em um formato que pode ser inserido diretamente na interface do usuário.

    GraphQL segue o formato JavaScript padrão para serializar objetos, tornando mais fácil para o código intermediário e front-end analisá-lo. Ele também esconde parte da complexidade dos JOINs, tornando mais simples para os usuários finais obterem apenas os dados de que precisam. Os desenvolvedores já estão adicionando ferramentas como Apollo Studio, um IDE para explorar consultas, ou Hasura, um front-end de código aberto que envolve o GraphQL em torno de bancos de dados legados como PostgreSQL.

    2. Bancos de dados de streaming seguem grandes fluxos

    O modelo para um banco de dados padrão é um grande livro-razão, muito parecido com os que os funcionários manteriam em livros de encadernação gorda. Bancos de dados de streaming como o ksqlDB são construídos para observar um fluxo infinito de eventos de dados e responder a perguntas sobre eles. Em vez de imaginar que os dados são uma tabela permanente, o banco de dados de streaming abraça as possibilidades de mudança infinita conforme os dados fluem por eles.

    3. Banco de dados de série temporal

    A maioria das colunas do banco de dados tem formatos especiais para rastrear carimbos de data. Bancos de dados de séries temporais, como InfluxDB ou Prometheus, fazem mais do que apenas armazenar o tempo. Eles rastreiam e indexam os dados para consultas rápidas, como quantas vezes um usuário se conectou entre 15 de janeiro e 12 de março. Esses são frequentemente casos especiais de bancos de dados de streaming em que os dados nos streams estão sendo rastreados e indexados para alterações ao longo do tempo.

    4. Criptografia homomórfica

    Antigamente, os criptógrafos ficavam felizes em bloquear os dados em um cofre. Agora, alguns estão desenvolvendo uma técnica chamada criptografia homomórfica para tomar decisões e responder a consultas sobre dados criptografados sem realmente descriptografá-los, um recurso que simplifica muito a segurança na nuvem e o compartilhamento de dados. Isso permite que os computadores e analistas de dados trabalhem com os dados sem saber o que eles contêm. Os métodos estão longe de ser abrangentes, mas empresas como a IBM já estão fornecendo kits de ferramentas que podem responder a algumas consultas úteis de banco de dados.

    5. Banco de dados na memória

    O objetivo original de um banco de dados era organizar os dados para que pudessem estar disponíveis no futuro, mesmo quando a eletricidade fosse removida. O problema é que, às vezes, até mesmo o armazenamento de dados em discos permanentes leva muito tempo e pode não valer a pena. Alguns aplicativos podem sobreviver à perda ocasional de dados (o mundo terminaria se algum snark de mídia social desaparecesse?) E o desempenho rápido é mais importante do que a recuperação de desastres. Portanto, bancos de dados in-memory como o ElasticCache da Amazon são projetados para aplicativos que desejam trocar permanência por tempos de resposta extremamente rápidos.

    6. Mecanismos de microsserviço

    Os desenvolvedores tradicionalmente constroem seu código como uma camada separada que vive fora do próprio banco de dados, e esse código trata o banco de dados como uma caixa preta. Mas alguns estão percebendo que os bancos de dados são tão ricos em recursos que podem atuar como mecanismos de microsserviço por conta própria. O PostgreSQL, por exemplo, agora permite que procedimentos embutidos confirmem transações completas e iniciem novas antes de fornecer respostas em JSON. Os desenvolvedores estão reconhecendo que o código integrado que faz parte de bancos de dados como o Oracle há anos pode ser apenas o suficiente para construir muitos dos microsserviços imaginados pelos arquitetos de hoje.

    Os cadernos Jupyter começaram como uma forma de os cientistas de dados agruparem suas respostas com o código Python que os produziu. Em seguida, os cientistas de dados começaram a integrar o acesso aos dados com os notebooks, o que significava ir para onde as informações eram armazenadas: o banco de dados. Hoje, o SQL é fácil de integrar e os usuários estão se familiarizando com os notebooks para acessar o banco de dados e gerar relatórios inteligentes que se integram com a ciência de dados (Julia ou R) e ferramentas de aprendizado de máquina. A interface mais recente do Jupyter Lab está transformando o notebook clássico em um IDE de serviço completo, completo com extensões que extraem dados diretamente dos bancos de dados SQL.

    7. Bancos de dados gráficos

    A rede de conexões entre pessoas ou coisas é um dos tipos de dados dominantes na Internet, então não é nenhuma surpresa que os bancos de dados estejam evoluindo para tornar mais fácil armazenar e analisar esses relacionamentos.

    O Neo4j agora oferece uma ferramenta de visualização (Bloom) e uma coleção de funções de ciência de dados para desenvolver relatórios complexos sobre a rede. GraphDB está se concentrando no desenvolvimento de “gráficos semânticos” que usam linguagem natural para capturar estruturas linguísticas para grandes projetos analíticos. TerminusDB tem como objetivo a criação de gráficos de conhecimento com um sistema de versionamento muito parecido com o Git. Todos eles trazem eficiência ao armazenamento de um conjunto complexo de relacionamentos que não se encaixam perfeitamente nas tabelas padrão.

    8. Mesclando armazenamento de dados com transporte

    Os bancos de dados já foram repositórios ocultos para manter os dados seguros no back office. Entregar essas informações ao usuário era tarefa de outro código. Agora, bancos de dados como o Firebase tratam o telefone ou laptop do usuário como apenas outro local para a replicação de dados.

    Bancos de dados como o FaunaDB estão embutindo a replicação na pilha, evitando assim que o DBA mova os bits. Agora, os desenvolvedores não precisam pensar em levar informações ao usuário. Eles podem apenas ler e gravar no armazenamento de dados local e presumir que o banco de dados lidará com os detalhes sujos do empacotamento dos bytes pela rede, mantendo-os consistentes.

    9. Dados em todos os lugares

    Há alguns anos, todos os principais navegadores começaram a oferecer suporte às APIs de armazenamento local e armazenamento indexado, tornando mais fácil para os aplicativos da web armazenar quantidades significativas de dados na máquina do cliente. As primeiras implementações limitaram os dados a 5 MB, mas algumas ultrapassaram os limites para 10 MB. O tempo de resposta é muito mais rápido e também funciona mesmo quando a conexão com a Internet está desligada. O banco de dados não está sendo executado apenas em uma caixa em seu datacenter, mas em cada máquina cliente executando seu código.

    VentureBeat

    A missão da VentureBeat é ser uma cidade quadrada digital para que os tomadores de decisões técnicas obtenham conhecimento sobre tecnologia transformadora e façam transações. Nosso site oferece informações essenciais sobre tecnologias e estratégias de dados para guiá-lo à medida que lidera suas organizações. Convidamos você a se tornar um membro de nossa comunidade, para acessar:

    • informações atualizadas sobre os assuntos de seu interesse,
    • nossas newsletters
    • conteúdo líder de pensamento fechado e acesso com desconto a nossos eventos premiados, como o Transform
    • recursos de rede e muito mais.

    Torne-se um membro


    Artigos Recentes

    O ex-executivo da EA Peter Moore retorna aos jogos como vice-presidente sênior de esportes e entretenimento ao vivo da Unity

    Peter Moore deixou sua marca nos videogames como um dos chefes da Electronic Arts, Microsoft Xbox e Sega of America....

    Rival Peak reality show interativo atinge 22 milhões de visualizações

    O reality show interativo semelhante a um jogo Pico Rival se tornou um sucesso no Facebook, com mais de 22 milhões de visualizações...

    Primeiros passos de Biden como presidente: Ação contra a cobiça e o clima

    Uma enxurrada de ordens executivas deve ocorrer nos próximos dias, do novo presidente dos Estados Unidos, quando ele passar a residir na Casa...

    Brave navegador da web adiciona suporte nativo para protocolo IPFS ponto a ponto

    A comunidade descentralizada de tecnologia tem como objetivo encontrar suporte para tecnologias que vão além do suporte à criptomoeda. Em uma postagem de blog...

    Uma analogia de tipos de aplicativos móveis e qual é a mais adequada para sua empresa

    Aplicativos ou aplicativos tornaram-se parte de nossas vidas diárias na última década. Aplicativos são programas ou softwares executados (geralmente) em dispositivos inteligentes...

    Artigos Relacionados

    DEIXE UMA RESPOSTA

    Por favor digite seu comentário!
    Por favor, digite seu nome aqui