人们经常重复说，大数据问题是关系数据库无法扩展以处理现在正在创建的海量数据。
但是，Hadoop 等大数据解决方案不受哪些可扩展性限制？为什么 Oracle RAC 或 MySQL 分片或像 Teradata（等）这样的 MPP RDBMS 不能实现这些壮举？
我对技术限制感兴趣 - 我知道集群 RDBMS 的财务成本可能令人望而却步。
Dav*_*kle 15
MS 刚刚在荷兰进行了一次技术演讲，他们讨论了其中的一些内容。它开始缓慢，但在 20 分钟左右进入 Hadoop 的核心部分。
其要点是“视情况而定”。如果你有一个合理安排的，（至少在某种程度上）易于分区的数据集（至少在某种程度上）是同质的，那么使用 RDBMS 扩展到那些高数据量应该相当容易，这取决于你在做什么.
Hadoop 和 MR 似乎更适合您被迫对数据进行大规模分布式扫描的情况，尤其是当这些数据不一定像我们在 RDBMS 世界中发现的那样同构或结构化时。
大数据解决方案不受哪些限制？对我来说，他们不受约束的最大限制是必须提前制定严格的模式。使用大数据解决方案，您现在可以将大量数据放入“盒子”中，稍后将逻辑添加到您的查询中以处理数据缺乏同质性的问题。从开发人员的角度来看，权衡是项目前端的易于实施和灵活性，而不是查询的复杂性和不太直接的数据一致性。
小智 6
数据库先驱和研究员 Michael Stonebraker 共同撰写了一篇论文，讨论了传统数据库架构的局限性。通常，它们可以使用更昂贵的硬件进行扩展，但难以并行扩展更多的商品硬件，并且受到为旧时代设计的遗留软件架构的限制。他认为，大数据时代需要多个新的数据库架构，以利用现代基础设施并针对特定工作负载进行优化。例如，C-store 项目产生了商业数据库 Vertica Systems，H-store 项目产生了 VoltDB，这是一种为高速大数据工作负载设计的内存中 OLTP SQL 数据库。（完全披露，我为 VoltDB 工作）。
您可能会发现本次网络研讨会对这个主题很有趣。它回应了随着 NoSQL 数据库的成功而出现的一些神话。基本上，他认为 SQL 不是问题，没有必要为了获得性能而放弃诸如一致性之类的传统数据库特性。
小智 5
RDBMS 不能扩展并不完全正确。然而，声明中的部分真理取决于架构。在您提供的列表中，Oracle RAC 与其他（分片 MySQL 和 Teradata）不同。主要区别在于共享磁盘与不共享架构。
像 Oracle RAC 这样的共享磁盘架构受到扩展的影响，因为在某个时间点或其他时候，所有运行的机器应该在某些部分数据上同步。例如，全局锁管理器是一个杀手。您可以在一定程度上对其进行微调，但最终会碰壁。如果您不能轻松添加机器，您应该拥有更少但功能强大的机器，这可能会烧掉您的口袋。在无共享架构（或分片数据）的情况下，每台机器都拥有一些数据的所有权。如果它想更新一些数据，它不需要与其他机器同步。
然后是 NoSQL 数据库的品种。我会将它们视为传统 RDBMS 数据库的一个子集。并非这个世界上的所有应用程序都需要 RDBMS 提供的所有功能。如果我想使用数据库作为缓存，我不会关心持久性。可能在某些情况下我也不会关心一致性。如果我所有的数据查找都基于一个键，我就不需要支持范围查询。我可能不需要二级索引。我不需要所有传统数据库都有的整个查询处理/查询优化层。