6. High Volume Data Feeds
Maschinendate • Sehr viele Sensoren “überall”
n • Variable Struktur(en)
Aktienhandel • Hochfrequenzhandel
• Viele Datenquellen
Social Media • Formatänderungen
Marc Schwering, 10gen - @m4rcsch
7. High Volume Data Feeds
Flexibles Schema für
Datenformat-
anpassungen
Asynchrones
schreiben
Data
Data
Sources
Data WriteConcern:
Sources
Datenquel
Sources SafeMode
len (in Memory)
Skalierung durch
Fragmentierung
Marc Schwering, 10gen - @m4rcsch
8. Operational Intelligence
• Extrem viele Statiwechsel (Tracking)
Ad Targeting • Strikte Anforderungen an Latenz
Real time • Reporting für tausende von Nutzern
dashboards • Konsistente Echtzeit Updates!
Social Media • Worüber sprechen die Leute?
Monitoring
Marc Schwering, 10gen - @m4rcsch
9. Operational Intelligence
Parallelisierung
von Lese.- und
Geringe Leselatenz
Schreibzugriffen
via Shards und
Replikas
API Pre-Aggregation &
Aggregation
Framework
Dashboards
Flexible Schemata
für verschiedenste
Transparente Inputformate
Skalierung
Marc Schwering, 10gen - @m4rcsch
10. Beispiel Tracking &
Conversion
Umfangreiches
Schema um komplexe
Stati abzubilden
1 See Ad
{ cookie_id: ‚1234512413243‛,
“Scale out” für hohen
advertiser:{
Datendurchsatz apple: {
See Ad actions: [
2 { impression: ‘ad1’, time: 123 },
{ impression: ‘ad2’, time: 232 },
{ click: ‘ad2’, time: 235 },
{ add_to_cart: ‘laptop’,
sku: ‘asdf23f’,
time: 254 },
3 Click { purchase: ‘laptop’, time: 354 }
Dynamische ] …
Schemata durch
Kundenanforderunge
n
4 Convert
Marc Schwering, 10gen - @m4rcsch
13. Content Management
• Nutzergenerierte Inhalte
News-Seite • Personalisierung von Inhalt und
Layout
Verschiedene • Layout “on the fly”
Kanäle • Kaum statischer Inhalt
Sharing • Binär.- und Metadaten
Marc Schwering, 10gen - @m4rcsch
16. Projekt Charakteristika
Applikations-Anforderungen Warum MongoDB gut passen könnte
Variable Daten in Objekten Dynamische Schemata und JSON erlauben
flexible Datenspeicherung ohne Sparse-Tabellen
oder komplexe “JOINS”.
Geringe Latenz MongoDB Memory Mapping bietet ”In-Memory”-
Geschwindigkeit und ist konsistent.
Hoher Datendurchsatz Sharding und Replikation für einfache
und/oder viele Daten Skalierbarkeit
Cloud-basiertes deployment Sharding und Replikation nutzen alle
Möglichkeiten von Cloud-Computing
Wechselnde Flexibles Datenmodell ermöglicht agile
Business Anforderungen Softwareentwicklung
Marc Schwering, 10gen - @m4rcsch
17. Vielen Dank!
Fragen?
Chat, oder: @m4rcsch
Kommende Events:
MongoDB Berlin: 26. Feb. ( http://welu.se/1Zl )
Webinar über MongoDB v 2.4 (Ende März)
Marc Schwering, Solutions Architect -10gen (the MongoDB Company)