接上文：DBMS的新选择：MPP硬件

　　我们生活在一个有趣的时代，变革比较少但仍将是很重要的趋势。我相信，在未来几年，它们会发挥作用。事实上，我们已经看到了新数据库技术的出现，比如NoSQL，一个广义上派系本身包含了几种子技术。总体而言，他们关注关系型数据库引擎的限制，如索引、流媒体和高访问量的网站服务。在这些领域，相较关系型数据库引擎NoSQL可以明显的更快。

　　然而，正如我们已经说过的，所有的设计都是一种妥协，而NoSQL产品也不例外。通常情况下，我们发现它的处理速度是显著的，但在数据管理方面的花费比较多。一个好的例子是大多关系型数据库提供了ACID保证(即交易原子性、一致性、隔离性和持久性)。一些NoSQL数据库根本不提供这种保证，还有一些提供了所谓的“弱”或者“最终”一致性。

　　NoSQL的支持者没有必要描述它为关系型数据库的替代者，而事实上我的观点是它们不会。大多数企业还会持续需要关系型数据库提供的事务处理组合的优势。另一方面讲，在数据一致性不是问题(比如，只读数据库存储)或者高速查询、索引、大容量数据服务等各方面需求上，目前多数关系型数据库执行了不恰当的应用。现在有专门解决这些问题的技术，因此NoSQL受到欢迎。

　　到目前为止，这种讨论主要集中在称之为“结构化数据”。碰巧的是，我不喜欢这个词，真正的非结构化数据是随机噪声。然而，在那之外有大量的半结构化数据正在成为可分析的对象：邮件、微博、博客等等。这些信息本身不适合关系型存储和分析，这也是导致我们看到了像MapReduce(处理大型数据集的编程模型)和Hadoop(一种分布式计算和数据存储框架)技术的出现的原因。这两种技术一起应用可以从大量信息中发现特定信息，包括半结构化数据。MapReduce和Hadoop永远不会替代关系型数据模型和多维数据库模型，但在与大量的传统分析技术配合使用时，他们可以提供用户同时分析这两种数据模型的能力。

　　因此展望未来，我们会发现主流数据库引擎的使用类型在扩大。我们已经非常的熟悉关系型数据模型并将关系型数据库软件作为最好的工具来处理所有事情，至少在交易领域是这样子的。但是从工程角度立场来说这是不适合的，因为妥协存在于任何数据库技术研发过程中。在未来几年，在为工作选择合适的引擎方面我们会做的更好。