[論文レビュー] NoSQL Database: New Era of Databases for Big data Analytics - Classification, Characteristics and Comparison

A B M Moniruzzaman, Syed Akhter Hossain|arXiv (Cornell University)|Jun 30, 2013

Cloud Computing and Resource Management参考文献 19被引用数 369

ひとこと要約

本論文は、ビッグデータ分析に特化したNoSQLデータベースの包括的分類、分析、および比較を提示している。スケーラビリティ、スキーマの柔軟性、データモデルの多様性といった特徴を評価し、従来のRDBMSが高速度、大量、多様な構造のデータを処理する際の限界をNoSQLシステムがどのように克服するかを示しており、組織がビッグデータワークロード向けに適切なNoSQLソリューションを選定するための構造的ガイドを提供する。

ABSTRACT

Digital world is growing very fast and become more complex in the volume (terabyte to petabyte), variety (structured and un-structured and hybrid), velocity (high speed in growth) in nature. This refers to as Big Data that is a global phenomenon. This is typically considered to be a data collection that has grown so large it can not be effectively managed or exploited using conventional data management tools: e.g., classic relational database management systems (RDBMS) or conventional search engines. To handle this problem, traditional RDBMS are complemented by specifically designed a rich set of alternative DBMS; such as - NoSQL, NewSQL and Search-based systems. This paper motivation is to provide - classification, characteristics and evaluation of NoSQL databases in Big Data Analytics. This report is intended to help users, especially to the organizations to obtain an independent understanding of the strengths and weaknesses of various NoSQL database approaches to supporting applications that process huge volumes of data.

研究の動機と目的

• データモデルと設計原則に基づいてNoSQLデータベースを体系的に分類すること。
• スケーラビリティ、スキーマの柔軟性、一貫性モデルを含むNoSQLデータベースのコアな特徴を分析すること。
• 従来のRDBMSおよびNewSQLや検索ベースのシステムなどの他の代替手段と比較してNoSQLシステムを検討すること。
• 組織がビッグデータアプリケーションにおけるさまざまなNoSQLアプローチの強みと弱みを明確に理解できるようにすること。
• 特定のデータ処理要件に基づいてNoSQL技術を選定するための意思決定を支援すること。

提案手法

• データモデルに基づき、NoSQLデータベースを4つの主要タイプに分類する：キー・バリュー、ドキュメント、カラムファミリ、グラフデータベース。
• 最終的整合性、水平スケーリング、分散ストレージメカニズムなどのアーキテクチャ的原則の分析。
• 可用性、ネットワーク分断耐性、および高速度データインジェスト下でのパフォーマンスを含むシステム特性の評価。
• クエリ機能、データモデリングの柔軟性、ACIDトランザクションのサポートなどの基準を用いたNoSQLシステムの比較。
• 一貫性、可用性、分断耐性のトレードオフ（CAP定理）を説明するための実世界の導入事例とベンチマークの活用。
• 信頼性と文脈を裏付けるために44件の参考文献と著者プロフィールの統合。

実験結果

リサーチクエスチョン

• RQ1 異なるNoSQLデータベースタイプは、データモデリングとストレージアーキテクチャにおいてどのように異なるか？
• RQ2 ビッグデータ環境において、NoSQLデータベースが従来のRDBMSと区別される主な特徴は何か？
• RQ3 NoSQLシステムは、高速度・多様性の高いデータワークロード下でスケーラビリティとパフォーマンスをどのように確保するか？
• RQ4 NoSQLシステムにおける一貫性、可用性、分断耐性のトレードオフは何か？
• RQ5 どのようなアプリケーションシナリオで特定のNoSQLデータベースタイプが最も適しているか？

主な発見

• NoSQLデータベースは、ピタバイト規模のデータ量や高速度データインジェストといったビッグデータの課題を特に設計されており、従来のRDBMSが困難とする。
• キーバリュー、ドキュメント、カラムファミリ、グラフの4つの主要なNoSQLカテゴリは、それぞれ異なるデータモデリングとアクセスパターン要件に対応している。
• NoSQLシステムは、ACID準拠を厳密に守ることを優先せず、分散アーキテクチャをサポートするため、最終的整合性を採用することが多い。
• ドキュメントストアおよびキーバリュー・ストアは、準構造的・非構造的データに最適である一方、グラフデータベースは複雑な関係性とトランバーサル処理において優れた性能を発揮する。
• BigTable や Cassandra といったカラムファミリーストアは、特に分析系および時系列ワークロードにおいて、ワイドカラム構造での読み書きパフォーマンスを最適化している。
• 本論文は、NoSQLシステムがRDBMSの万能な代替手段ではないが、現代のビッグデータ分析スタックにおいて不可欠な補完的役割を果たしていることを確認している。