既定的供应商和初创企业都带头使用先进技术管理PB级数据，这些如雨后春笋般从社会计算和数据分析应用中涌现的数据，俗称大数据。企业IT管理最麻烦的就是学习分类地渗透一个成长的云数据存储。

　　为你的大数据选择最合适的基础设施并不是件简单的事情。

　　目前，从根本上来说，NoSQL被应用在开源通往高可用性、可扩展性和持久耐用的数据库，这个数据库不会牵扯到传统的关系模式和SQL。

　　NoSQL的基要派，例如Heroku's Adam Wiggins争论 SQL数据库从根本上来说是不可扩展的，我们任何人都不可能像变魔术一样把他们瞬间变得可扩展。

　　事实上，关于关系数据库的可扩展性的所有讨论，Brewer的理论都有解释。这个理论第一次被详细说明是在2000年7月19日的关于分布式计算的原则的ACM研讨会上，Eric Brewer当时做了主题演讲《Toward Robust Distributed Systems》。Brewer设想：分布式系统有三个令人满意的特点，例如网页服务，其中包括数据库：

　　１.相容性：代表ACID test中的C, 数据存储交易的原子性、相容性、绝缘性、耐用性。
　　２.可用性：意味着对每一个询问和更新都能做出快速的反应。
　　３.分离性：耐受性是指即使在单个二级组件（如服务器和磁盘驱动器）失灵的情况下系统能够保证持续可用性。

　　Brewer的原理在2002年被正式的证明，在以无政府网络服务为代表的异步的网络模型中，同时实现这三个性能是不可能的。对于NoSQL的支持者来说，满足于亚马逊Dynamo数据存储展示的“最终的一致性” 是很正常的。

　　下面是NoSQL数据存储主要的四个分类：

　　１.Key-Value/Tuple Stores：包括：微软Azure桌面存储、亚马逊Dynamo、Dynomite、Project Voldemort、Membase、 Riak、Redis、BerkeleyDB和MemcacheDB。

　　２.Wide-Column/Column Families Store：成员是Apache Hadoop/HBase、Apache Cassandra、亚马逊mpleDB、Hypertable、loudata 和Cloudera。

　　３.Document Stores：CouchDB、ngoDB和avenDB.

　　４.Graph Databases：强调实体间的关系，对于有关系数据库模型是很困难的，Neo4j、ryad、FlockDB、yperGraphDB、llegroGraph 和Sones都是很有趣的例子。

　　企业级的IT管理者一般是通过NoSQL数据库商业用途的宽度和赞助来确定NoSQL数据库的稳健性，或者是通过高可见度的网页属性和赞助商。例如：AWS (SimpleDB和Amazon RDS)、Apache Foundation (Hadoop,、CouchDB 和Cassandra)、LinkedIn (Project Voldemort)、微软(Windows Azure、SQL Azure和Dryad), Twitter (Hadoop、Cassandra、Redis和FlockDB) 以及雅虎(Hadoop/Pig)。2011年中旬，Hadoop/HBase和它的MapReduce规划模型大概是使用最广泛的NoSQL成员。据报道，雅虎计划将其经验丰富的Hadoop发展团队带入一个独立性的商业冒险。

　　Dryad在云数据存储世界的地位

　　微软研究院已经研究Dryad的分布式图表数据库六年的时间了。微软研究院称：Dryad提供了常规、灵活的执行层，这个执行层使用数据流图表做为计算模型。它完全包含其他的计算框架，例如谷歌的map-reduc和关系代数。另外，Dryad掌握着提供就业机会和管理、资源管理、工作检测和虚拟化、容错、再执行、日程安排和账单。

　　相关链接：为Big Data选择一个云数据存储(下）