的历史在很大程度上是集中化的。在最长的时间里，考虑到历史上的互操作性和通信能力，这是最方便的解决方案。 数据管理 然而，随着业务性质的改变，公司收集、维护和分发数据的方式也必须改变。因此，集中式数据库不适合当今市场的动态需求。适应性和互连性是游戏的新规则，以下是集中式数据库无法胜任这项任务的原因。 数据瓶颈 集中式数据库结构由单个服务器组成，该服务器存储和获取所有公司、部门和用户需要的相关数据。作为唯一的信息提供者，服务器需要处理大量的请求并在预期的时间范围内交付。 在流量高峰的情况下（在这样的高吞吐量环境中更有可能），可能会出现瓶颈情况，从而限制系统性能。在更坏的情况下，整个系统可能会因为数据库瘫痪而崩溃。 为了提高对过载情况的抵抗力，企业可以扩展他们的数据库。然而，无论缩放是水平的还是垂直的，缩放都会引入新的问题（例如，停机时间、维护要求、复杂性增加等），而没有解决瓶颈的内在倾向。 由于扩展往往会随着流量的增加而增加，因此这些解决方案只是在解决问题。请注意，您也不能无限期地踢那个罐头；随着时间的推移，不断扩展或升级服务器会产生递减的回报。 数据孤岛 集中式数据库并不总是 100% 集中的。相反，它们倾向于配置为对特定功能（人力资源数据、营销数据等）有用的集群。这听起来像是纸面上的去中心化，但它更像是一种分形的集中化。每个集群为其相关的客户群提供服务，来自其他集群的客户的访问受到限制或限制。换句话说，它们是数据孤岛。 问题在于，将数据分离成孤岛会形成一个围墙花园系统，在这个系统中，透明度和互操作性变得具有挑战性。随着时间的推移，孤岛之间数据变得不一致的风险会增加，而且将数据从一个孤岛移动到另一个孤岛通常很困难。因此，需要合作的部门很难协调工作，而高层管理人员则难以全面了解组织的数据。 响应时间差 由于中央数据站包含所有信息，平均而言，它可以为每个请求分配更少的 CPU 资源。这就是查找和访问数据通常需要更多时间的原因。结果，用户不得不处理次优响应时间。由于这种延迟，应用程序可用性和用户满意度最终受到打击。 当第三方（如 KYC 或安全应用程序）在数据流中添加弯路时，问题会更加严重。这种复杂的分层不仅增加了延迟，而且还为数据在传输过程中损坏或丢失开辟了新的机会。在快速、无损坏的数据是必不可少的情况下（例如在支付或 应用程序中），这种风险尤其不可取。 电信 延迟响应的另一个后果是地方层面的适应性降低。所有客户端都依赖于集中式数据中心的状态来接收信息并根据信息采取行动。数据库中造成延迟的任何混乱都会增加客户根据其特定需求做出明智决策的时间。 更大的数据丢失危险 数据丢失可能是一个棘手的障碍，因为它以多种不同的方式发生。从恶意破坏到糟糕的基础设施或人为错误，任何事情都会为数据消失打开大门。  清楚地提醒人们，集中式数据会如何突然消失，只留下灰烬。 2021 年 OVH 数据中心火灾 由于单点故障问题，集中式数据库特别容易丢失数据。所有信息都在单一服务器上，因此帮助替换丢失数据的冗余要少得多。没有任何备份服务器或其他数据库恢复措施的组织无法替换丢失的信息。 错误数据或性能的严重后果 集中式基础架构让服务器承担巨大的责任，以确保其顺利运行。由于所有客户都依赖它来为他们提供数据，因此如果没有数据库，他们基本上是盲目的。 作为唯一可用数据实例的唯一持有者，崩溃的集中式数据库具有级联效应。在某些情况下，停机可能会影响数百万人，并永久损害公司的声誉。鉴于如此高的风险，错误的计算或不正确的数据变得异常危险。  IneryDB：证明去中心化数据库管理是 MVP  Inery 的分散式数据库管理解决方案可以应对传统替代方案的最大缺陷。  使用区块链将纸牌屋数据库转变为强大、灵活的网络。 IneryDB 通过 Inery 生态系统，数据交换是透明且不可变的，从而实现可靠的事实来源。它还拆除了堵塞服务器和客户端之间通信线路的花园围墙。  IneryDB 上的所有事务都是点对点的，这意味着数据传输的距离可能最短。查询以最小的延迟产生结果，而数据损坏几乎是不可能的。 IneryDB 让用户能够以每秒超过 10,000 个事务的吞吐量可靠且安全地对数据进行增删改查。 此外，IneryDB 提供了一个对停电和其他停机原因具有弹性的网络。区块链上的所有数据都分布在网络节点上，有效地消除了集中式解决方案固有的单点故障。同时，由于工作负载分布在区块链的节点之间，瓶颈成为一个没有实际意义的问题。 通过 Inery 及其去中心化解决方案，数据库可以更好地响应当今企业多变的需求。因此，与 Inery 一起实现量子数据飞跃，以可持续、高度安全且具有成本效益的方式体验去中心化的纯粹力量。

This story contains new, firsthand information uncovered by the writer.

Hot off the press! This story contains factual information about a recent event.

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

为什么集中式数据库管理是冗余和过时的

About Author

註釋

標籤

这篇文章刊登在

Related Stories

架构师指南：构建 AI/ML 数据湖参考架构

Floki 的 Valhalla 成为印度环斯里兰卡赛事联合赞助商

想赢得 HackerNoon 写作比赛吗？以下是 #crypto-api 比赛获奖者的推荐

使用这 18 种开发工具来提高你的工作效率 🚀🔥

架构师指南：构建 AI/ML 数据湖参考架构

Floki 的 Valhalla 成为印度环斯里兰卡赛事联合赞助商

想赢得 HackerNoon 写作比赛吗？以下是 #crypto-api 比赛获奖者的推荐

使用这 18 种开发工具来提高你的工作效率 🚀🔥

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps