Nu finns MariaDBs öppna big data-lösning Columnstore 1.0 tillgänglig för nedladdning. Vi får se om den kan utmana big data-lösningar som till exempel Hadoop. Den borde i alla fall göra hantering och analys av stora mängder data enklare för nya användargrupper.

MariaDB som är en variant av MySQL har liksom originalet en arkitektur i vilken man kan plugga in olika ”lagringsmotorer”. En bättre benämning på en sådan är kanske ”databaskärna”. Kort sagt handlar det om att byta ut grundläggande funktionalitet för att hantera databaser med MariaDB, på en teknisk nivå.

Läs ocksåBredden imponerar och innovationen piggar upp – men det kretsar orosmoln över startupvärlden

Nu finns alltså lagringsmotorn Columnstore tillgänglig, i alla fall för användare som kör Linuxdistributionerna Red Hat, CentOS, Ubuntu och Debian. Som namnet anger lagrar den data i tabeller kolumnvis, i stället för det mer traditionella radvisa sättet. Just kolumnlagring är i princip alltid det hemliga vapnet, ibland tillsammans med lagring av data i minnet, när vanliga relationsdatabaser ska användas för att analysera stora datamängder.

MariaDB beskriver också Columnstore, översatt till svenska, som ”massivt parallellt distribuerad”. Också det är vanliga tillvägagångssätt för att hantera stora datamängder. Det handlar helt enkelt om att göra många saker samtidigt på många olika datorer.

MariaDBs främsta försäljningsargument är en låg kostnad för att bygga datalager:

– Ett av mätetalen som vi fokuserar på är pris jämfört med prestanda. Om man jämför Columnstore med traditionella lösningar för datalager så är kostnaden 90 procent lägre, säger David Thompson, teknikchef på MariaDB, till IDG News.

Läs också: MariaDB svär i öppen källkods-kyrkan och lägger nya funktioner i stängd licens

Ytterligare ett starkt argument är naturligtvis att Columnstore fungerar rent tekniskt i alla sammanhang som MariaDB kan användas, till exempel vad gäller kopplingar till applikationer. Ytterligare ett argument för många är att man kan använda frågespråket sql för att göra analyser.