Sarakeperheisiin

Sarakeperheisiin on termi, jota käytetään laajennetuissa sarakeperustaisissa tietokannoissa. Sarakeperhe (column family) on tallennusyksikkö, joka ryhmittelee sarakkeet yhteen loogiseen kokonaisuuteen. Jokaisella rivillä on ainutkertainen avain, ja rivin sarakkeet voivat vaihdella: samaan rivin sisällä eri sarakeperheisiin kuuluvia sarakkeita voi olla eri määrät.

Monissa järjestelmissä sarakeperhe määrittelee, miltä tietoja tallennetaan ja haetaan. Sarakeperheen sisällä olevat sarakkeet tallennetaan usein fyysisesti lähelle toisiaan, mikä parantaa suorituskykyä lukemissa ja kirjoituksissa, joissa haetaan useita saman perheen sarakkeita. Sarakeperheellä voi olla omat asetuksensa, kuten versionointi, pakkaus ja elinikä (TTL). Sarakeperheet mahdollistavat joustavan skeeman: rivit voivat sisältää erilaisia sarakkeita, eikä kaikkien rivien tarvitse sisältää samaa sarakkeistoa.

Esimerkkejä järjestelmistä, joissa käytetään sarakeperheitä, ovat Google Bigtable, Apache HBase ja Apache Cassandra. Näissä järjestelmissä tauluja rakennetaan siten, että rivin avaimen lisäksi sarakkeet on jaoteltu perheisiin, ja eri perheet voivat olla optimoituja erilaisia kyselyvaihtoehtoja varten. Column family -malli tukee suuria määriä rivejä ja laajoja rivejä, joissa kunkin rivin sarakevalikoima voi olla hyvin erisäikeinen.

Suunnittelussa on tärkeää miettiä, miten dataa tullaan lukemaan ja kirjoittamaan. Yleensä on hyvä sijoittaa yhdessä käytetyt sarakkeet samaan sarakeperheeseen ja pitää erillään harvemmin käytetyt tai nopeasti vanhenevat tiedot. Liian suuri määrä sarakeperheitä voi monimutkaistaa hallintaa, kun taas liian suuret perheet voivat heikentää suorituskykyä.