La base de données multi-modèle est la réponse aux problèmes causés par les données hétérogènes. Cette nouvelle catégorie de base de données MarkLogic prend naturellement en charge les différents modèles de données, dans leur forme d'origine, grâce à un serveur principal intégré unique, et utilise les normes de données et de requêtes adaptées à chaque modèle.

Index intégrés

Des données intégrées nécessitent des index intégrés. En général, vous devez choisir quels index doivent être créés pour chaque type de données. En revanche, une véritable base de données multi-modèle possède une suite d'index intégrés qui permet l'accès rapide aux données dès le chargement. Une base de données multi-modèle fonctionne plus comme Google : Google n'exige pas qu'une page Web soit dans un format particulier, il se contente de l'indexer. Avec une base de données multi-modèle, les utilisateurs peuvent, à l'aide d'une seule requête personnalisable, chercher des données plus rapidement dans tous les modèles de données.

Requêtes personnalisables

Les requêtes sont élargies ou combinées pour chercher sans encombre parmi tous les modèles de données pris en charge. Les normes d'indexation, d'analyse et de traitement adaptées aux modèles de données sont intégrées dans le produit de base de données.

Plate-forme unifiée

Vous obtenez une plate-forme unifiée qui réduit l'impact de la sauvegarde et la reprise, du développement et des tests et des recherches. Vous conservez également un modèle de sécurité.

Flexibilité de la modélisation des données

Vous avez la possibilité de choisir le bon modèle pour vos données. Par exemple, en combinant un document et une unité de stockage de triplets, vous pouvez utiliser les formats JSON pour les objets (clients, opérations boursières), XML pour le texte (articles de blog, articles de journaux) et les triplets RDF pour les faits et les relations.

Architecture « shared-nothing »

Une architecture distribuée dans laquelle chaque nœud est indépendant et autonome. Il n'y a plus ni un point de contention unique sur le système, ni un point de défaillance unique. Plus précisément, aucun des nœuds ne partage de stockage de mémoire ou de disque.

Scénario multi-modèle

Sur cette illustration, vous pouvez voir un document décrivant une personne, Jen et des triplets qui décrivent les faits et les relations de Jen. Vous pouvez aussi, si vous le souhaitez, représenter Jen en vue relationnelle. Dans MarkLogic, les données sont stockées sous la forme de documents, mais il est facile de créer une vue par-dessus le document pour effectuer une requête SQL.

Type de données pris en charge par MarkLogic

JSON
Idéal pour les données structurées stockées comme objets

  • Schema-agnostic
  • Requêtes avec Javascript
  • Compact et rapide à analyser
  • Six formats de valeurs : objets, tableaux, objets flottants, chaîne, opérateurs booléens, null.
  • Évite les espaces de noms, commentaires et attributs
  • Format de données standard pour le Web
XML
Idéal pour les données et textes structurés et non structurés

  • Schema-agnostic
  • Requêtes avec XQuery
  • Peut stocker des objets, des ensembles et bien d'autres types de données comme les dates, durées, entiers, etc.
  • Utilise les espaces de noms (pour l'insertion des types d'objets), commentaires et attributs (pour ajouter des métadonnées)
  • Modèle de données plus abouti que JSON
RDF
Idéal pour les faits et relations

  • Définit les entités et les relations
  • Structure atomique (ne peut pas être divisée davantage)
  • Utilise les normes universelles pour les données et les requêtes (RDF et SPARQL)
  • Utilisé pour les données de référence, métadonnées et provenance
JSON/XML + RDF
Configuration idéale pour les systèmes de données, textes et relations

  • Le document peut contenir des triplets
  • Les triplets peuvent annoter les documents
  • Les graphes de triplets peuvent contenir des documents
  • Système de requêtes avancé :
    • Élargit la recherche documentaire en utilisant les graphes
    • Améliore la recherche par graphes en faisant le lien avec les documents
    • Délimite la recherche dans les documents en utilisant les métadonnées de triplets

Une base de données multi-modèle facilite l'intégration des données

La base de données multi-modèle est le meilleur moyen de gérer les entités et les relations, car elle combine les avantages d'une unité de stockage de documents et de triplets. Les documents sont pour les entités. Les triplets RDF sont pour les relations. Cette approche est plus rapide et plus efficace que les modèles relationnels traditionnels (ou les approches centrées uniquement sur les documents ou les triplets). Vous souhaitez en savoir plus sur comment intégrer les données en gérant les entités et les relations dans vos données ?

Fonctionnalité produit : Framework de hub de données

Ne vous laissez pas berner par les faux multi-modèles

Ne vous y trompez pas, il existe de faux multi-modèles. De nombreux fournisseurs promettent des bases de données multi-modèles alors qu'elles ne sont qu'une multitude d'outils assemblés sans stockage unifié ou couche de requête.

Une vraie base de données multi-modèle requiert la possibilité de stocker plusieurs types de données dans le même système avec une gouvernance de données, une gestion et un accès unifiés. Ce n'est pas comparable avec une base de données « multi-requête » Si vous stockez des données, vous devez pouvoir les consulter. La base de données doit gérer les différents modèles de données et les indexer pour vous permettre d'effectuer des requêtes qui combinent texte, SPARQL, XQuery, etc. La personnalisation des recherches est primordiale.

MarkLogic, leader des bases de données multi-modèles

Une base de données multi-modèle combine les avantages de deux bases de données en une (base de données centrée sur les documents et base de données centrée sur les graphes ou la sémantique par exemple) et offre une interface de requête unifiée. MarkLogic figure parmi les leaders des bases de données multi-modèles qui utilisent cette approche qui se révèle très efficace pour intégrer les données des silos. Les clients ont à leur disposition la flexibilité du modèle centré sur les documents pour leurs données de base tout en stockant les métadonnées grâce aux triplets RDF. Cette approche permet également d'intégrer les données plus rapidement et facilement, et améliore également la gouvernance des données.

Intégrer vos données avec une base de données multi-modèle

La base de données multi-modèle est-elle devenue la norme ?

Venir à bout des silos de données avec les bases de données multi-modèles

Classement Gartner SGBDO 2018

2018 Gartner Magic Quadrant for ODBMS Challenger

For the third consecutive year, MarkLogic was recognized as a Challenger, positioned highest for ability to execute and furthest right for completeness of vision in the Challengers’ quadrant.

Télécharger le rapport

Ressources connexes

Livres blancs | Tous les secteurs
La modélisation des données traditionnelles est obsolète. Les entreprises sont limitées par les technologies relationnelles et requièrent une meilleure approche de la modélisation de données pour intégrer les données plus rapidement et concevoir de meilleures applications. Cette approche, c'est une approche multi-modèle utilisant le NoSQL et la sémantique.
Multimédia | Tous les secteurs
Damon Feldman examine deux alternatives techniques de base de données multi-modèles : une plate-forme unique permettant la présence de nombreux modèles sur un seul cœur, ou plusieurs intégrations complexes comprenant de nombreux systèmes clé en main. Quelle solution vous semble la meilleure ?
Cette présentation expose les principales raisons de simplifier votre architecture et aborde la recherche de l'équilibre entre la simplicité et la fonctionnalité.

Très complet et conçu pour les entreprises

Ce site utilise des cookies.

En continuant votre navigation sur ce site, vous acceptez l'utilisation de cookies en accord avec la Déclaration de confidentialité MarkLogic.