Menu

Buon anno, DBMS!

Un altro anno turbolento si preannuncia per il mondo dei DBMS; se dovessi sintetizzare la situazione direi che c’è molto caos per (ancora) poca ciccia. Ma andiamo con ordine.

Il modello relazionale dimostra di saper risolvere bene una classe di problemi in cui c’è una base dati che supporta applicazioni operazionali che l’aggiornano spesso. La Normalizzazione fa sì che i suoi dati non siano ridondati. Ottimo per un ERP, per esempio.

Ottimo un linguaggio strutturato come l’SQL, generalizzato e matematicamente robusto:

- Ma se il numero di chi deve consultare la base dati diventa molto superiore a chi deve modificarla e le interrogazioni siano diventano sempre piĂą complesse (Business Intelligence), ecco il modello relazionale va in crisi e lascia il passo alle architetture data warehouse con i vari schemi a stella.

- Ma se il problema è ancora più complesso o se i dati non sono strutturabili naturalmente in tabelle, allora bisogna cercare altrove ed è quello che sta accadendo da qualche anno a questa parte.

Alt, fermi tutti.

Già vent’anni fa trovavi sul mercato DBMS ad oggetti (ODBMS) completamente alieni da tabelle, join etc. Il modello ad oggetti estende il concetto di Entità e crea il concetto di Classe (Entità + Metodi). Peccato che il mercato ha poi preferito implementare i metodi non sul DBMS ma nel codice dei programmi (Java, per esempio). Risultato del flop: gloria agli ODBMS, ma pochi quattrini dal mercato e ancor meno gloria al modello SQL3 che avrebbe dovuto standardizzare l’ibrido Object Relational DBMS.

Perché?

Perché i tempi non erano maturi, gli ambienti di sviluppo non avevano ancora nel mirino problemi tali da richiedere soluzioni basate su DBMS oltre il Relazionale o gli Star Schema.

I nuovi Data Scientist, ovvero i cervelli fini che strizzano i data base per avere conoscenza, danno segni di inquietudine, si sentono chiusi fra le tabelle.

Oggi si parla tanto di NoSQL, ovvero di Not only SQL, cioè di un magma di soluzioni basate su nuovi modelli di memorizzazione dati. E’ un mare magnum che contiene prodotti gratis e a pagamento, di fornitori grandi e piccole e pescare il giusto pesciolino in questo mare è davvero un’impresa.

Making sense of NoSQL

E’ uscito da poco un libro che aiuta ad orizzontarsi non solo nella tecnologia, ma specialmente nel capire se e quando utilizzare un certo tipo di prodotto a fronte di un determinato tipo di problema. Il libro si intitola “Making sense of NoSQL” ed è stato scritto da Dan McCreary ed Ann Kelly; l’editore è Manning Shelter Island.

Gli autori si rivolgono ad un pubblico mediamente tecnico nell’ambito dati, non tanto dei Data Analyst quanto dei Data Base Administrator e degli sviluppatori, nonostante il sottotitolo sia “A guide for managers and the rest of us”. Managers? Mah. Us? dipende da chi.

Recensirò il libro prossimamente; questo libro descrive il lato tecnico di queste nuove soluzioni e le accoppia a classi di problemi che, se una volta non erano a budget, oggi fanno capolino fra le pagine di un’analisi di reddività, di revisione processo, di ottimizzazione.

Approcci nuovi a problemi vecchi? Non solo, licenza creativa agli utenti che hanno il budget e la cultura per farlo: non solo analytics, dunque, ma strutture dati molto orientate a certi analytics e non più general purpose come quelle relazionali, ecco perché c’è molto caos, a fronte di un modello ce ne sono oggi almeno una mezza dozzina potenziali.

Buon anno, DBMS! 

Ultima modifica ilSabato, 18 Gennaio 2014 17:22

Aggiungi commento


Codice di sicurezza
Aggiorna

Torna in alto