传统的关系型数据库（Mysql,Oracle,Access等），主导了上个世纪的数据存储模式，但当数据量达到PB级，甚至TB级时，关系型数据库表现出了难以解决的瓶颈问题。为了解决海量数据存储和分布式计算问题，Google Lab提出了Map/Reduce 和 Google File System(GFS)解决方案，Hadoop做为其中一个优秀的实现框架迅速获得了业界的承认和普遍应用。但Hadoop的存储模式，决定了其并不支持对数据的实时检索和计算。还有其余的替代方案吗？为什么不尝试下Elasticsearch的分布式存储功能?web
在互联网时代的今天，信息的价值很大程度上取决于其是否可实时传播和获取。在庞大的数据仓库中，如何快速获取少许有用的数据是必需要解决的问题。数据的实时获取能力取决于数据的存储格式。有什么简单易用的实时数据获取方案吗？为什么不尝试下Elasticsearch的实时搜索功能？sql
存储数据和检索数据是最终目的吗？固然不是！数据的真正价值和最终目的是为商业决策提供有力支撑。为此，必须挖掘出数据的内在规律，并用友好的形式呈如今极可能并不懂技术的决策者面前。什么样的数据展示形式最有说服力，最容易为决策者所接受和理解，毫无疑问是：图和表。正所谓：千言万字不如一张图！有什么现成的数据挖掘和可视化方案吗？为什么不尝试下基于Elasticsearch的可视化平台，Kibana?数据库