开发Web级应用程序的一项挑战是对传统基于磁盘的数据库的依赖

这些数据库在规模上引入了不可接受的延迟。此外，提取，转换和加载（ETL）过程将数据从运营数据库移至分析数据库意味着数据在分析之前就已经过时。如今，消除基于磁盘的数据库引起的延迟的简单，有效和成本效益的策略是部署内存计算平台。

内存中计算基于跨分布式计算集群的大规模并行处理，该集群共享集群中的所有可用内存和CPU能力

可以使用商用服务器来构建集群，并且只需添加新节点即可对其进行扩展，添加新节点后，系统会自动在各个节点之间重新平衡数据，从而提供极高的可伸缩性以及数据冗余性，与直接在基于磁盘的数据库上构建的应用程序相比。

现有应用程序的内存中数据网格

对于现有应用程序，平台用作插入到应用程序和数据层之间的内存中数据网格，而无需翻录和替换基础数据库。基础Hadoop数据库中的数据已加载到群集的RAM中。群集节点上并置的大规模并行处理可极大地提高性能，如果支持SQL，则与数据网格进行通信就像使用标准SQL命令来操作和分析数据一样容易。

新应用程序的内存数据库

对于新的或重新设计的应用程序，某些平台可以用作独立的内存SQL数据库，为了保护内存中的数据在重新启动或断电期间不会丢失，一种经济有效的策略是使用“性存储”。下一节将对此进行讨论。

机器学习某些平台具有集成的

完全分布式的机器学习（ML）和深度学习库，这些库已针对大规模并行处理进行了优化，这使每种ML或算法都可以针对内存在集群每个节点上的数据在本地运行，即使在PB级，也可以连续更新ML模型而不会影响性能。

上述所有解决方案都是开源的也就不足为奇了

开源解决方案对于企业启动数字化转型和全渠道客户参与计划并使开发适用于各种规模组织的Web级应用程序变得至关重要，开源为开发应用程序提供了可靠且行之有效的策略，而前期投资却少得多，它使组织可以更好地控制自己的命运，因为大多数开源项目的基于标准的方法都可以减少供应商的锁定，开源项目提供的创新能力比传统的专有供应商模型快得多。

为了使Web规模的应用程序实现预期的收益，组织必须实现大规模的实时应用程序性能

实现这一目标的实用，具有成本效益的途径，了解Web规模架构对数据中心未来的重要性的架构师，开发人员和CTO应该立即开始调查内存计算解决方案的功能，灵活性和可扩展性。

  客服热线：400-050-6600

商业联合会数据分析专业委员会