The reason that "traditional" NoSql

The reason that "traditional" NoSql databases will not get much up take in finance is that they are designed to solve a different problem. Most NoSql databases from the web world are designed with two central design parameters. First key lookups should be very fast. Second is that operations should be atomic at the row level and should not span records. This allows the database to be sharded very effectively since no operation should span multiple machines and in turn this allows them to build scale out architectures. These databases are built for very write heavy workloads and to be able to have fast key lookups to render webpages. While it is possible to use them to store tick data its not really what they are good at.

Financial data tends to be small relative to large web companies data. So scale out in finance is less important. Also financial data tends to partition well (at the day, symbol, or almost any other key) so replica placement tends to be more explicit.

Map reduce is the typical way to build analytical applications for these data stores either using hadoop (Cassandra) or internal map reduce (MongoDB has a java script MR API). This is typically not the ideal paradigm for analyzing time series data.

Traditional column oriented stores with integrated time series analytics tools or custom built platforms will continue to be the preferred way to store and process time series data. I don't think that there will (or should) be much convergence between the databases built for running very high scale websites and the databases built to store and analyze time series information.

All that being said we use mongodb extensively for metadata storage and as a sort of very large cache. But we don't use it to store or analyze financial data.

Результаты (русский) 1:

Причина, что «традиционные» NoSql баз данных не получают много up принять в области финансов является, что они предназначены для решения другой проблемы. Большинство NoSql баз данных от веб-мира разработаны с двумя параметрами Центральный дизайн. Первый ключа подстановки должно быть очень быстро. Во-вторых, что операции должны быть атомарными на уровне строк и не должен охватывать записей. Это позволяет базе данных быть шардам весьма эффективно, поскольку операция не должна распространяться на несколько машин и в свою очередь это позволяет им строить масштабирования архитектуры. Эти базы данных создаются для записи очень тяжелых нагрузок и чтобы иметь возможность быстро ключа поиска для отображения веб-страниц. Хотя можно использовать их для хранения данных, отметьте его не действительно то, что они хорошо.Финансовые данные, как правило, небольшой относительно большой веб-данных компаний. Поэтому менее важно масштабировать в сфере финансов. Также финансовые данные, как правило, раздел хорошо (на день, символ или почти любой другой ключ), поэтому размещение реплики, как правило, быть более явным.Карта уменьшить это типичный способ построения аналитических приложений для этих данных хранит либо с помощью hadoop (Кассандра) или уменьшить внутренние карты (MongoDB имеет сценарий java MR API). Обычно, это не идеальный парадигмы для анализа временных рядов данных.Традиционные столбец ориентированной магазины с интегрированной время серии аналитических инструментов или пользовательские построен платформ будет по-прежнему является предпочтительным способом для хранения и обработки данных временных рядов. Я не думаю, что будет (или должна) быть много конвергенции между построен для запуска очень высокого масштаба веб-сайтов и баз данных, построен для хранения и анализа информации серии времени.Все это, как говорится, мы используем mongodb широко для хранения метаданных и как своего рода очень большой кэш. Но мы не использовать его для хранения и анализа финансовых данных.

Результаты (русский) 2:

Причина того, что "традиционные" базы данных NoSQL не получите гораздо до принять в области финансов, что они предназначены для решения другой задачи. Большинство баз данных NoSQL с веб мире разработаны с двумя центральными конструктивных параметров. Первый ключ поиски должны быть очень быстрым. Во-вторых, что операции должны быть атомная на уровне строк и не должны занимать записей. Это позволяет базе данных быть sharded очень эффективно, так как ни одна операция не должна занимать несколько машин и, в свою очередь это позволяет им строить шкалу из архитектур. Эти базы данных создаются для очень тяжелых нагрузок написать и быть в состоянии иметь быстрых преобразований и ключевых делают веб-страницы. В то время как их можно использовать для хранения данных клещей его на самом деле не то, что они хорошо. Финансовые данные, как правило, невелики по сравнению с данными крупных интернет-компаний. Так масштабировать в финансы менее важно. Кроме финансовых данных, как правило, хорошо разделить (на день, символ, или почти любая другая клавиша), так размещение реплики имеет тенденцию быть более явным. информации Карта снизить это типичный способ построить аналитические приложения для магазинов этих данных либо с помощью Hadoop (Cassandra) или Внутренняя карта уменьшить (MongoDB есть Java Script МР API). Это, как правило, не идеальный парадигмы для анализа данных временных рядов. Традиционные столбцов ориентированных магазинов с интегрированным время аналитики серии инструментов или индивидуальному заказу платформ по-прежнему будет предпочтительным способом для хранения и данные времени процесс серии. Я не думаю, что там будет (или должен) быть гораздо сближение между базами данных, построенных для работы очень высокого масштаба веб-сайтов и баз данных, построенных для хранения и анализа информации о времени серии. Все, что было сказано, мы используем MongoDB широко для хранения метаданных, и как Сортировать очень большой кэш. Но мы не используем его для хранения или анализа финансовых данных.

Результаты (русский) 3:

Причина того, что "традиционные" NoSql баз данных не будет намного вверх принять в области финансов является то, что они предназначены для решения различных проблем. Большинство NoSql баз данных из web-мире разработаны с двух центральных параметры конструкции. Первый ключ поиска должно быть очень быстро. Второй состоит в том, что операции должны быть атомной на уровне строки и не span записей.