我們建立了一個數據庫!

addtoany linkedin

穿金色夾克的女人靠向電腦顯示器。在她的右邊,一個留著胡子的男人坐在那裏看監視器的Kinaxis®RapidResponse®並行規劃平台的基礎是我們從零開始構建的數據庫引擎。構建數據庫引擎需要大量的工作!

近年來,數據庫技術迅速發展,開源方案廣泛可用。為什麼我們不使用平台中已經存在的數據庫引擎?我們為什麼要建立我們自己的?

我們是一個模擬器,而不僅僅是一個數據庫

對於並行規劃,我們不需要一個數據庫——我們需要一個模擬器。我們的數據庫引擎為計劃團隊提供了一個健壯而高效的平台,以快速模擬和共享多個“假設”場景。規劃者得到了安全的沙盒,在那裏他們可以使用真實的數據。他們可以改變規劃參數,並獲得關於其影響的即時反饋。

為了滿足這些需求,我們的數據庫引擎具有以下獨特的特性:

  • 數據分支

  • 分析集成

  • 混合數據模型。

數據分支數據分支序列圖

我們的數據庫引擎就像數據的版本控製係統。它類似於Git,但針對的是數據而不是代碼。就像Git一樣,我們可以“分支”數據庫。例如,“假設”場景是一個分支。通過我們的數據庫引擎,我們可以立即創建新的場景(分支)。我們可以使用場景固定數據的曆史視圖。我們可以比較不同場景下的數據。我們可以使用私有場景對未確認的更改進行沙箱處理。可以使用定義良好的過程來解決場景衝突,從而安全地提交並發數據更改。

分析集成

我們將分析算法直接集成到數據庫中。這些算法對數據庫數據有直接的內存訪問,這使它們能夠以最大速度計算,而不需要額外的數據複製成本。數據庫數據在內存中結構化,以便由算法進行最佳訪問,我們還可以像處理數據庫數據一樣處理算法輸出。

混合數據模型

我們使用一種專門構建的混合數據模型,它結合了最好的關係數據庫、網絡數據庫和圖形數據庫。我們可以在一個認知網絡圖模型中表示供應鏈中的所有數據和關係——運營、財務、分銷等——允許各種規模的企業將其業務複製成多個數字雙胞胎。

麵向對象的數據模型圖

從性能的角度來看,我們的混合數據模型使得下麵的外鍵引用幾乎是免費的。這使得分析算法能夠以一種自然的、麵向對象的方式遍曆記錄關係——這碰巧也非常快。

未來會怎樣

我們不斷地投資於我們的數據庫技術,以便我們能夠更好地擴展、更好地執行和更具有可擴展性。這是一項具有挑戰性但又值得的工作,我們的協作團隊環境意味著我們所有人都在一起夢想、計劃並構建創新的解決方案。

如果你有興趣加入我們的團隊,我們很樂意聽到你的聲音!訪問//www.70soh.com/en/careers看看有沒有空的職位。

留下一個回複