HadoopDB versöhnt SQL mit Map/Reduce
Im Streit zwischen SQL-Anhängern und -Gegnern zeigt ein Projekt der Yale-Universität einen möglichen Kompromiss.
Seit Google mit seiner SQL-freien Technik "Map/Reduce" erfolgreich Datenbanken im Petabyte-Umfang durchsucht, haben SQL-Gegner Oberwasser. Sie halten relationale Datenbanken für veraltet, ihre Technik sei den heutigen Datenmengen ebenso wenig gewachsen wie den Anforderungen der Volltextsuche. Statt auf Relationen setzen sie auf Schlüssel-Wert-Paare.
Einige Forscher halten dagegen. So betrachten David DeWitt und Michael Stonebraker Map/Reduce als großen Rückschritt. Das Verfahren ignoriere alles, was man seit dem Erscheinen der ersten Version von IBMs IMS (Information Management System) gelernt habe. Eine weitere Gruppe um Andrew Pavlo von der Brown University vergleicht in einem Benchmark (PDF) klassische SQL- mit Map/Reduce-Funktionen in einem Cluster mit 100 Knoten und kommt zu dem Ergebnis, dass relationale Datenbanksysteme "beeindruckend bessere Leistung" zeigten.
Versöhnung zwischen den beiden Lagern könnte nun ein Projekt aus Yale stiften. Der dortige Professor Daniel Abadi hat das freie Map/Reduce-Framework Hadoop mit der ebenfalls freien SQL-Datenbank PostgreSQL verheiratet. Seinem Blog-Beitrag zufolge skaliert das Ergebnis besser als andere parallele Datenbanksysteme und bearbeite Datamining-Aufgaben schneller als Hadoop. Ein PDF-Dokument beschreibt sein Projekt ausführlich, das er auch auf der diesjährigen VLDB (Very Large Database)-Konferenz in Lyon vorstellt. (ck)
