次のプロジェクトでHarperDBを使用する5つの方法

HarperDBは、開発者のための最も簡単で最も合理化されたデータベースソリューションを提供するために努めています.それは単純なので、それは強力ではないことを意味しないと言う.HarperDBプロジェクトの多様なセットで使用する強力なツールの多くを提供します.unhingedされている年には、HarperDBは安定性を追加しました.機能と機能が強化されており、我々はUpsert、JSON Search、およびToken Authenticationのようないくつかのエキサイティングな新機能を追加しました.来年を楽しみにしていますが、2021年までの新興進行中のトレンドのいくつかに当てはまりました.あなたの次のプロジェクトでharperdbを使用する方法のいくつかの例を見てみましょう!

メタデータ管理
メタデータで簡単に始めましょう.データを収集する私たちの能力が向上するにつれて、我々のデータの足跡も、我々はデータを文字通りデータを意味メタデータを格納しているポイントに成長します.それは他のデータについて私たちに通知するデータであり、正しい方法は、あなたが強力なデータベースソリューションを必要とする知っている.
例を掘りましょう.私は、より簡単で、より明白な例の1つを取るつもりです:写真.特にあなたの携帯電話から写真.AndroidとIOS(そして、最も現代のデジタル・カメラ)はExifデータを保存します.また、より詳細なデータが含まれます:デバイスの作成とモデル、絞り値、焦点距離、ISOの速度、F番号、および経度と緯度.それは、アプリケーション内の写真を検索するさまざまな方法がたくさんあることを意味します.
なぜHelperDBは平均的なNOSQLデータベースよりも良いですか?私の旧友SQLを入力してください!データをHarperDBに摂取することができますが、クレイジーな条件付きクエリを構築する最も簡単な方法はSQLです.例えば、25～200のISOスピードでアップル製品に撮影されたすべての写真を下記のクエリーで見つけることができます.

SELECT *
FROM photos.metadata 
WHERE device_make = 'Apple' 
  AND iso_speed BETWEEN 25 AND 200

ええ、私はそれを得る、それは探している奇妙なものですが、多分それは私が必要なものです.

地理空間データ解析
多くのメタデータに関連しているが、より具体的には、地図の追加合併症と地理空間のデータを扱う、そしてWOWは複雑です!したがって、複雑な、実際には、競合する地理空間データ標準の束があります.私はJSONの大ファンなので、地理空間データを扱うとき、GeoJSONを使う傾向があります.これは確かにメタデータカテゴリーに分類されますが、地理空間データは部分的に考えられます.なぜなら、それは効果的にデータへの洞察を得るために特別に調整された機能を必要とするからです.
上から写真の例を見ていきます.我々はすべての写真はすでに緯度と経度の座標が付属しているので、簡単にHarperDBでクエリを書くことができます内蔵geospatial functionsを使用します.私はワシントン、DCの近くで育ったので、私は簡単にこの質問でWashington Monumentのマイル半径以内に何枚の写真を撮ったかを数える質問を実行することができます

SELECT COUNT(*)
FROM photos.metadata
WHERE geoNear([-77.035257,38.889571], geojson_point, 1, 'miles')

我々はSQLを使用しているので、我々は必要な正確なデータに絞り込むためにさまざまなフィルタや集計のすべての種類を実行することができます.

センサデータ収集
この上で少しそれを変えること.物事のインターネット(IOT)は、ここ数年で離陸しているだけで成長する余地があります.IOTについてのこと(意図していない)は、データが信じられないほど非構造です.センサーは、さまざまな形式のすべての種類のデータを返すことができますし、実際には何を得るためにしようとしている、特に別のメーカーのためのさまざまなセンサーのごまかしを設定しようとして知っていることはありません.noSQLデータベースを使用してデータを収集することができますが、その後、自分自身に問いかけなければなりません.あなたがアーカイブを超えて何かをするつもりなら、あなたはそれを効果的にクエリできるようにする必要があるだろう.ここで述べたように、HarperDBが成功するところです.それはharperdb Dynamic Schemaで可能です!
あなたは言うかもしれません:ダイナミックなスキーマは何ですか、そして、なぜ、私は気にかけますか?それが摂取されるとき、ダイナミックなスキーマはデータに適応します.HarperDBの場合、これはデータベースに入っていくと、スキーマに再帰的に属性が追加されます.たとえば、追加の属性を持つ新しいセンサーを追加し、sensorテーブルにダンプすると、新しい属性が表示されます.つまり、自動的にメタデータ( aha .標準のNOSQLデータベースにないスキーマに.
センサーデータを操作するときに、他の空想的なHarperDB機能のいくつかがあります.たとえば、購読/購読クライアントを作成することができます.さらに、クラスタリングとレプリケーション機能を使用してインスタンス間のデータを移動できますが、私は自分自身を前にしています.

分散データシステム
これは私が最も有望な将来の傾向であると思うものです!真にデータを分散させただけでなく、世界中のデータセンターにはいくつかのデータセンターがあるが、物理的にはユーザの近くに存在する.どこにでも5 G塔のような並べ替えが、あなたのデータです.エッジの上または近くにデータを配布する最も効果的な方法は、ユーザーのための遅延を削減し、サーバー上の負荷を減らす、最終的に全体的な顧客体験を向上させる.もちろん、これは一晩で起こるものではなく、プロジェクトの最初の起動にはほとんど影響しないかもしれませんが、プロジェクトのスケーラビリティを考慮することが重要です.
harperdbでは、これは常に私たちの心のトップです.私たちは、このclustering and replicationと呼びます、そして、我々はデータが動いている正確に定義して、テーブルレベルで出版/購読するためにデータを構成することによって、それがどこで起こっているかについて、粒度をユーザに提供します.これは、上記のIOTの例では、プライマリサーバにデータを公開するようにデバイスを設定することができますが、他のどこからでもデータを受信したり(購読)したりできません.完全に配布された例では、世界中で正確なレプリカが欲しい場合は、すべてのテーブルを発行して購読します.この柔軟性を使用すると、正確にどのようにデータを移動定義することができます.我々は2021年のロードマップ上でいくつかのエキサイティングな分散機能を持っているので、それらのために目を離さないようにしてください!

データサイエンス
これは、知識を抽出するために、構造化され、非構造化されたデータの分析を含む幅広いカテゴリーです.最も人気のあるデータサイエンス技術の2つは、機械学習(ML)と人工知能(AI)です.ML/AIを呼び出すには、トレンドは控えめである.時々、それは彼らがすべての人々が話すことができるように思えます、しかし、正当な理由のために-彼らは強力です.私はいつもこれらのモデルを動かすためにデータベースを使用することを提唱してきました.私の同僚は、あなたがこのようなものに興味があるならば、あなたは絶対にチェックしなければなりません.
great blog on using a database for Machine Learning
閉鎖思考
これはHarperDBが固体のアンダーピンを提供するプロジェクトの小さなサブセットであり、完全なリストではありません.あなたは を試すことができます.それはショットを与え、私はあなたが信じられないほど使いやすく、迅速かつ効果的な開発に最適であることがわかります.あなたは他のタイプのプロジェクトでharperdbを使用しましたか?他のタイプのプロジェクトでは、HarperDBは良いでしょうか?下のコメントであなたの考えをドロップ!