Diseño e implementación de sistemas modernos de bases de datos orientados a columnas

Título original:

The Design and Implementation of Modern Column-Oriented Database Systems

Contenido del libro:

El rendimiento de los sistemas de bases de datos está directamente relacionado con la eficiencia del sistema a la hora de almacenar datos en el almacenamiento primario (por ejemplo, el disco) y trasladarlos a los registros de la CPU para su procesamiento. Por este motivo, en la comunidad de bases de datos existe una larga historia de investigación que explora alternativas de almacenamiento físico, como la indexación sofisticada, las vistas materializadas y la partición vertical y horizontal.

En los últimos años, se ha renovado el interés por los llamados sistemas orientados a columnas, a veces también denominados almacenes de columnas. Los sistemas de columnas dividen verticalmente una base de datos en una colección de columnas individuales que se almacenan por separado. Al almacenar cada columna por separado en el disco, estos sistemas basados en columnas permiten que las consultas reajusten los atributos que necesitan, en lugar de tener que leer filas enteras del disco y descartar los atributos innecesarios una vez que están en memoria.

En Design and Implementation of Modern Column-Oriented Database Systems se analizan los almacenes de columnas modernos, su arquitectura y evolución, así como las ventajas que pueden aportar al análisis de datos. Se hace especial hincapié en tres influyentes prototipos de investigación: MonetDB, MonetDB/X100 y C-Store.

Estos sistemas han constituido la base de varias conocidas implementaciones comerciales de almacenes de columnas. Se describen sus similitudes y diferencias y se analizan sus características arquitectónicas específicas de compresión, materialización tardía, procesamiento de uniones, vectorización e indexación adaptativa (craqueo de bases de datos).

The Design and Implementation of Modern Column-Oriented Database Systems es una excelente referencia sobre el tema para investigadores y profesionales de las bases de datos.