t**r
发帖数: 3428 | 1 哈哈 adp用芒果了。这下eventual consistency好玩了。求奖金多发一个０. |
p*****2
发帖数: 21240 | 2 有啥问题吗
这坛子懂mongo的人少
【在 t**r 的大作中提到】
: 哈哈 adp用芒果了。这下eventual consistency好玩了。求奖金多发一个０.
|
n******n
发帖数: 12088 | 3 ？
【在 t**r 的大作中提到】
: 哈哈 adp用芒果了。这下eventual consistency好玩了。求奖金多发一个０.
|
k***5
发帖数: 583 | 4 同问
【在 p*****2 的大作中提到】
: 有啥问题吗
: 这坛子懂mongo的人少
|
w**z
发帖数: 8232 | 5 from the blog, this is the selling point for Mongo,
It found all that in MongoDB. MongoDB leverages in-memory computing,
providing in-memory speed with on-disk capacity. That means user data can be
pulled up quickly from memory, rather than having to be fetched from disks.
ADP also gets high availability by using MongoDB’s native replication
across servers, racks and data centers. And MongoDB runs on commodity
hardware, dramatically reducing cost.
【在 k***5 的大作中提到】
: 同问
|
w***g
发帖数: 5958 | 6 蒙古db没啥技术。硬盘/ssd性能搞不定，cache又写不对，只好in-memory computing。
想scale up，因为有全局锁，到10来台机器基本上也就到瓶颈了。
BerkeleyDB是一个值得尊敬的系统。后来的啥redis, mongodb, leveldb, 都没啥技术
含量。那些鸡毛公司一天到晚换这个换那个，原因是他们自己也不懂，被人忽悠，以为
上了这个上了那个就能解决问题了。其实世上根本就没有silver bullet。幻想silver
bullet的，最终只能烂摊子越做越大。
be
disks.
【在 w**z 的大作中提到】
: from the blog, this is the selling point for Mongo,
: It found all that in MongoDB. MongoDB leverages in-memory computing,
: providing in-memory speed with on-disk capacity. That means user data can be
: pulled up quickly from memory, rather than having to be fetched from disks.
: ADP also gets high availability by using MongoDB’s native replication
: across servers, racks and data centers. And MongoDB runs on commodity
: hardware, dramatically reducing cost.
|
p*****2
发帖数: 21240 | 7
silver
全局锁是不是已经搞定了？而且可以做sharding吧？
【在 w***g 的大作中提到】
: 蒙古db没啥技术。硬盘/ssd性能搞不定，cache又写不对，只好in-memory computing。
: 想scale up，因为有全局锁，到10来台机器基本上也就到瓶颈了。
: BerkeleyDB是一个值得尊敬的系统。后来的啥redis, mongodb, leveldb, 都没啥技术
: 含量。那些鸡毛公司一天到晚换这个换那个，原因是他们自己也不懂，被人忽悠，以为
: 上了这个上了那个就能解决问题了。其实世上根本就没有silver bullet。幻想silver
: bullet的，最终只能烂摊子越做越大。
:
: be
: disks.
|
w***g
发帖数: 5958 | 8 我有一年多没关注benchmarking了，有可能已经解决了。
【在 p*****2 的大作中提到】
:
: silver
: 全局锁是不是已经搞定了？而且可以做sharding吧？
|
c******o
发帖数: 1277 | 9 mongo 不是 eventual consistency
cassandra 才是。 |
c******o
发帖数: 1277 | 10 mongodb 3.0是 lock per documentation (就是 lock per record) |
|
|
N*****m
发帖数: 42603 | 11 per collection吧
【在 c******o 的大作中提到】
: mongodb 3.0是 lock per documentation (就是 lock per record)
|
c******o
发帖数: 1277 | 12 MongoDB uses multi-granularity locking [1] that allows operations to lock at
the global, database or collection level, and allows for individual storage
engines to implement their own concurrency control below the collection (i.
e., at the document-level in WiredTiger).
【在 N*****m 的大作中提到】
: per collection吧
|
N*****m
发帖数: 42603 | 13 看：by default还是collection；document level得tweak
at
storage
i.
【在 c******o 的大作中提到】
: MongoDB uses multi-granularity locking [1] that allows operations to lock at
: the global, database or collection level, and allows for individual storage
: engines to implement their own concurrency control below the collection (i.
: e., at the document-level in WiredTiger).
|
p*****2
发帖数: 21240 | 14
这个有点坑呀。跟我上次听到的不一样。
【在 N*****m 的大作中提到】
: 看：by default还是collection；document level得tweak
:
: at
: storage
: i.
|
d*******r
发帖数: 3299 | 15 请教 BerkeleyDB 独特的过人之处在哪一方面
silver
【在 w***g 的大作中提到】
: 蒙古db没啥技术。硬盘/ssd性能搞不定，cache又写不对，只好in-memory computing。
: 想scale up，因为有全局锁，到10来台机器基本上也就到瓶颈了。
: BerkeleyDB是一个值得尊敬的系统。后来的啥redis, mongodb, leveldb, 都没啥技术
: 含量。那些鸡毛公司一天到晚换这个换那个，原因是他们自己也不懂，被人忽悠，以为
: 上了这个上了那个就能解决问题了。其实世上根本就没有silver bullet。幻想silver
: bullet的，最终只能烂摊子越做越大。
:
: be
: disks.
|
M*****n
发帖数: 2301 | 16 同意，看来看去只有这位是真懂的。
silver
【在 w***g 的大作中提到】
: 蒙古db没啥技术。硬盘/ssd性能搞不定，cache又写不对，只好in-memory computing。
: 想scale up，因为有全局锁，到10来台机器基本上也就到瓶颈了。
: BerkeleyDB是一个值得尊敬的系统。后来的啥redis, mongodb, leveldb, 都没啥技术
: 含量。那些鸡毛公司一天到晚换这个换那个，原因是他们自己也不懂，被人忽悠，以为
: 上了这个上了那个就能解决问题了。其实世上根本就没有silver bullet。幻想silver
: bullet的，最终只能烂摊子越做越大。
:
: be
: disks.
|
T********i
发帖数: 2416 | 17 这个即使是有document level锁，你也可以说任何时候只有primary能写就是瓶颈。
自己连自己的use case都搞不明白，指望database帮自己解决的，就是鸡毛公司。
还是那句话，算算throughput就好了。主要就是average/burst write rate么。如果
write只是sporadic的。大多数操作是读。那么MongoDB就是perfect。其他的，比
MongoDB好的，还真没有。
silver
【在 w***g 的大作中提到】
: 蒙古db没啥技术。硬盘/ssd性能搞不定，cache又写不对，只好in-memory computing。
: 想scale up，因为有全局锁，到10来台机器基本上也就到瓶颈了。
: BerkeleyDB是一个值得尊敬的系统。后来的啥redis, mongodb, leveldb, 都没啥技术
: 含量。那些鸡毛公司一天到晚换这个换那个，原因是他们自己也不懂，被人忽悠，以为
: 上了这个上了那个就能解决问题了。其实世上根本就没有silver bullet。幻想silver
: bullet的，最终只能烂摊子越做越大。
:
: be
: disks.
|
p*****2
发帖数: 21240 | 18 data size 也很重要 大了就需要做sharding了 通常需要改app
所以我推荐data size一台机器memory能容纳的app来使用mongo
另外你说的write的scale问题也是需要sharding来解决
mongo还是很不错的db 乱用也不是mongo的错呀
【在 T********i 的大作中提到】
: 这个即使是有document level锁，你也可以说任何时候只有primary能写就是瓶颈。
: 自己连自己的use case都搞不明白，指望database帮自己解决的，就是鸡毛公司。
: 还是那句话，算算throughput就好了。主要就是average/burst write rate么。如果
: write只是sporadic的。大多数操作是读。那么MongoDB就是perfect。其他的，比
: MongoDB好的，还真没有。
:
: silver
|
T********i
发帖数: 2416 | 19 sharding带来的scale也很容易算。反正最好情况下顶多是linear的。这个需求的
throughput是多少，轮子能不能满足，也不是太难算。
即使数据量大，如果read rate SSD能满足，也不是问题。
既让马儿跑，又要马儿不吃草，不可能。我唯一在乎的就是稳定性。比如要是有人说
mongo指定100 milliseconds commit，我一分钟后拔插头，恢复数据找不着。那是大问
题。
否则，这个产品就没啥大问题。
【在 p*****2 的大作中提到】
: data size 也很重要 大了就需要做sharding了 通常需要改app
: 所以我推荐data size一台机器memory能容纳的app来使用mongo
: 另外你说的write的scale问题也是需要sharding来解决
: mongo还是很不错的db 乱用也不是mongo的错呀
|
p*****2
发帖数: 21240 | 20 如果要做sharding可以考虑cassandra
我觉得是更好的方案
【在 T********i 的大作中提到】
: sharding带来的scale也很容易算。反正最好情况下顶多是linear的。这个需求的
: throughput是多少，轮子能不能满足，也不是太难算。
: 即使数据量大，如果read rate SSD能满足，也不是问题。
: 既让马儿跑，又要马儿不吃草，不可能。我唯一在乎的就是稳定性。比如要是有人说
: mongo指定100 milliseconds commit，我一分钟后拔插头，恢复数据找不着。那是大问
: 题。
: 否则，这个产品就没啥大问题。
|
|
|
g*****g
发帖数: 34805 | 21 You can't reduce the complexity, you can only move it around.
silver
【在 w***g 的大作中提到】
: 蒙古db没啥技术。硬盘/ssd性能搞不定，cache又写不对，只好in-memory computing。
: 想scale up，因为有全局锁，到10来台机器基本上也就到瓶颈了。
: BerkeleyDB是一个值得尊敬的系统。后来的啥redis, mongodb, leveldb, 都没啥技术
: 含量。那些鸡毛公司一天到晚换这个换那个，原因是他们自己也不懂，被人忽悠，以为
: 上了这个上了那个就能解决问题了。其实世上根本就没有silver bullet。幻想silver
: bullet的，最终只能烂摊子越做越大。
:
: be
: disks.
|
w**z
发帖数: 8232 | 22 今天看见了这个，
https://www.mongodb.com/collateral/scalability-benchmarking-mongodb-and-
nosql-systems-report
Independent evaluators United Software Associates released new research
based on Yahoo! Cloud Serving Benchmark (YCSB) demonstrating that MongoDB
overwhelmingly outperforms key value stores. The results show that MongoDB
provides greater scalability than NoSQL vendors Cassandra and Couchbase in
all tests, by as much as 13x.
【在 t**r 的大作中提到】
: 哈哈 adp用芒果了。这下eventual consistency好玩了。求奖金多发一个０.
|
w***g
发帖数: 5958 | 23 明明是蒙古db，老有人说是芒果db。
【在 w**z 的大作中提到】
: 今天看见了这个，
: https://www.mongodb.com/collateral/scalability-benchmarking-mongodb-and-
: nosql-systems-report
: Independent evaluators United Software Associates released new research
: based on Yahoo! Cloud Serving Benchmark (YCSB) demonstrating that MongoDB
: overwhelmingly outperforms key value stores. The results show that MongoDB
: provides greater scalability than NoSQL vendors Cassandra and Couchbase in
: all tests, by as much as 13x.
|
N*****m
发帖数: 42603 | 24 marketing
【在 w**z 的大作中提到】
: 今天看见了这个，
: https://www.mongodb.com/collateral/scalability-benchmarking-mongodb-and-
: nosql-systems-report
: Independent evaluators United Software Associates released new research
: based on Yahoo! Cloud Serving Benchmark (YCSB) demonstrating that MongoDB
: overwhelmingly outperforms key value stores. The results show that MongoDB
: provides greater scalability than NoSQL vendors Cassandra and Couchbase in
: all tests, by as much as 13x.
|
g*****g
发帖数: 34805 | 25 Benchmark is all makeups. It's more convincing to show some real world
examples. Apple is backing iCloud with C* cluster as big as 75K instances.
That's the kind of assurance I'd like to see.
【在 w**z 的大作中提到】
: 今天看见了这个，
: https://www.mongodb.com/collateral/scalability-benchmarking-mongodb-and-
: nosql-systems-report
: Independent evaluators United Software Associates released new research
: based on Yahoo! Cloud Serving Benchmark (YCSB) demonstrating that MongoDB
: overwhelmingly outperforms key value stores. The results show that MongoDB
: provides greater scalability than NoSQL vendors Cassandra and Couchbase in
: all tests, by as much as 13x.
|
p*****2
发帖数: 21240 | 26 同意
【在 g*****g 的大作中提到】
: Benchmark is all makeups. It's more convincing to show some real world
: examples. Apple is backing iCloud with C* cluster as big as 75K instances.
: That's the kind of assurance I'd like to see.
|
h*i
发帖数: 3446 | 27 If Apple is so satisfied with C*, why did they buy FoundationDB?
As far as I am aware, FoundationDB is the only NoSQL db on the market that
passes
Jepsen test https://aphyr.com/tags/Jepsen. Maybe it has something to do
with that?
【在 g*****g 的大作中提到】
: Benchmark is all makeups. It's more convincing to show some real world
: examples. Apple is backing iCloud with C* cluster as big as 75K instances.
: That's the kind of assurance I'd like to see.
|
g*****g
发帖数: 34805 | 28 There's no silver bullet. While RDBMS is more or less the same, NoSQL DBs
are optimized for very different use cases. Apple could see both useful. I
got my information from
Cassandra summit last year, in a session by a lead Apple engineer, he talked
about the issues they saw when scaling up the instances and the tickets
they opened and helped resolved in the course. Looks very convincing to me.
Now back to FoundataionDB, it only raised two rounds with 20M before
acquisition, it would be lucky if the exist was north of 100M. Still one
magnitude order smaller than Datastax today. Apple is known to not make big
acquisition, maybe that's why.
【在 h*i 的大作中提到】
: If Apple is so satisfied with C*, why did they buy FoundationDB?
: As far as I am aware, FoundationDB is the only NoSQL db on the market that
: passes
: Jepsen test https://aphyr.com/tags/Jepsen. Maybe it has something to do
: with that?
|
i**i
发帖数: 1500 | 29 一听就是吹牛逼。要是这也行的话，别人早已经发明一万遍了。
be
disks.
【在 w**z 的大作中提到】
: from the blog, this is the selling point for Mongo,
: It found all that in MongoDB. MongoDB leverages in-memory computing,
: providing in-memory speed with on-disk capacity. That means user data can be
: pulled up quickly from memory, rather than having to be fetched from disks.
: ADP also gets high availability by using MongoDB’s native replication
: across servers, racks and data centers. And MongoDB runs on commodity
: hardware, dramatically reducing cost.
|
