◎大数据生态
说起大数据生态，不得不提大数据生态系统图，而大数据行业却不断的发生着巨变，目前的这张图应该还算比较新了。
创业者们蜂拥至这个行业，这个行业正变得越来越拥挤。Hadoop似乎已经奠定了其作为整个大数据生态系统的关键部分，Spark是另一个基于内存计算的开源分布式计算框架，它试图填补Hadoop的弱项，提供更快的数据分析和良好的编程接口。
分析工具领域变得异常活跃，数据应用领域正如预测一样逐渐成为重心。一些类别如数据库无论是NoSQL还是NewSQL和社交数据分析正日趋成熟。
今天就先让我们从众多内容当中，先挑选一块和大家探讨探讨，先从数据库说起吧。
◎数据库技术 传统vs新型
从大的角度讲，可以简单的将数据库分为两类：
●传统SMP架构的数据库，主要指代的是传统的关系型数据库，例如DB2、Postgrel,MySQL等。
●新型数据库，主要指代为支持大规模数量集，高并发要求，高可扩展性等孕育而生的新型数据库。包括目前大数据生态当中主流MPP,NoSQL,NewSQL数据库等。
传统数据库和新型数据库的一个主要区别是SMP架构VS分布式/并行。
◎数据库理论基础
理论基础 - 服务器系统架构
●SMP(Symmetric Multi-Processor)
SMP是对称多处理器结构的简称，指代多个CPU对称工作，无主次或从属关系。各个CPU共享相同的物理内存，每个CPU访问内存中的任何地址的路径是相同的(访问的时间是相同的)，因此SMP也被称为一致存储器访问结构(UMA: Uniform Memory Access)。
●NUMA(Non-Uniform Memory Access)
NUMA是非对称的多处理结构，刚好与SMP相对，多个CPU工作时，对内存的访问路径不同。NUMA架构的提出主要是解决SMP架构下多CPU扩展的问题。
●MPP(Massive Parallel Processing)
和NUMA不同，MPP提供了另一种进行系统扩展的方式。它由多个SMP服务器通过一定的节点互联网络进行连接，协同工作，完成相同的任务，从用户的角度来看是一个服务器系统。
SMP和NUMA都主要指向单一的计算机系统，而MPP则有点集群的意思了
理论基础 - ACID基本理论
●原子性(Atomic)
整个事务要么成功，要么失败，杜绝部分成功
●一致性(Consistent)
事务的运行并不改变数据库中数据的一致性。例如，完整约束了a+b=10,一个事务改变了a，那么b也应该随之改变
●独立性(lsolated)
也称作隔离性，指两个以上的事务不会出现交错执行的状态，因为这样不可能会导致数据不一致
●持久性(Durable)
事务执行成功以后，该事务所对数据库做的更改便是持久的保存在数据库之中，不会无缘无故的回滚
传统基于关系模型的数据库遵从ACID基本理论，而新型分布式数据库则并不完全遵从该理论
理论基础 - 分布式CAP理论
●一致性(Consistent)
即数据的?一致性，简单的说就是数据复制到N台机器，如果有更新，要N台机器的数据一起更新
●可用性(Availability)
在集群中一部分节点故障后，集群整体还能响应客户端的读写请求
●分区容错性(Tolerance)
分区发生但不影响整个系统的运行：
基于传统关系型模型数据库更关注CA，新型NoSQL数据库更关心CP,AP
◎数据库分类与对比分析
根据体系架构来分类
从数据库的体系架构来看，可以将数据库分为：
●SMP Database
这类数据大多指代的是基于传统关系型数据库模型的数据库，比如IBM的DB2，Postgres，MySQL等
●MPP Database
基于MPP体系架构的数据库，例如Teradata, Greenplum, Netezza等
●Distribute Database
严格来讲MPP也应该属于分布式数据库，但这里更多指的是新型NoSQL和NewSQL数据库，例如Hbase, Cassandra, Hive, mongoDB等
根据SQL支持来分类
根据数据库对SQL的支持情况，可以将数据库分为：
●SQL Database
而SQL数据又可以细分为:
?Old SQL传统SQL数据库
?New SQL新型SQL数据库
?MPP
?SQL>