RDBとキー・バリューストア

今までWebアプリのバックエンドには（特に疑問もなく、というかちょうどよい代替物がなかったからか）MySQLなどのリレーショナルデータベース（RDB）が使われてきた。クラウドの技術的なポイントは、いかにスケールアウト（サーバ台数を増やして性能を上げること）するシステムを構築するかにあると思うが、RDBを何千、何万台にスケールアウトするのは難しい。

そこで、Googleにしろ、Amazon、Microsoftにしろ、RDBのデータモデルを捨てて、よりスケールアウト性の高いキー・バリュー型のデータモデルを採用している。これらのシステムでは、SQLに近いが、joinができないなど機能が制限された問合せ言語を提供している。たいていの処理はこれらで困ることはなさそうだ（本当か？）。むしろ表構造よりも柔軟な分、使い勝手がよいかもしれない。

関連して、最近SIGMOD09で発表された、RDBとMapReduceの性能比較論文が、各所で話題になっていたらしい。原典を読んでないので、憶測で書くけど、クラウド（MapReduce）の利点はスループットよりもスケーラビリティにあるので、100台ぐらいの規模で速度比較をしてRDBに軍配が上がるのは全然不思議じゃないと思う。もっと台数規模の大きなベンチマーク比較を見てみたい。あと、Hadoopにもまだまだチューニングする余地が残っているはずだ。

• A Comparison of Approaches to Large-Scale Data Analysis (Brown University)
• MapReduceとパラレルRDBでベンチマーク対決、勝者はなんとRDB！

メモ：分散高速データI/O（「クラウド大全」P.265）

• memcached
• GFS
• BigTable
• HDFS
• HBase
• Dynamo
• Velocity
• Coherence
• ObjectGrid
• JBoss Cache
• repcached
• Tokyo Tyrant/Tokyo Cabinet
• Flare
• ROMA