forrester于2015年q3发布了最新的内存数据网格分析报告，pdf版本可以下载。 关于内存数据库(imdb)的评测可参见 forrest 2015年第三季度内存数据库分析报告 现代化应用的需求陷入了两难选择，一方面需要更多更炫的功能，更多更快的数据访问，一方面又架构可灵
forrester于2015年q3发布了最新的内存数据网格分析报告，pdf版本可以下载。
关于内存数据库(imdb)的评测可参见 forrest 2015年第三季度内存数据库分析报告
现代化应用的需求陷入了两难选择，一方面需要更多更炫的功能，更多更快的数据访问，一方面又架构可灵活横向扩展以满足性能和大规模并行访问的需求。
forrester 对于内存数据网格(imdg)的定义为：
software tools and technologies that are architected to use chip-based random access memory (ram) distributed across multiple nodes to accelerate performance and achieve scalability of data access and compute.
这里的关键是分布式，可扩展，相对于imdb的集中式。虽然imdb也可以做sharding，但这是外部的分布，不是imdg为内部自动分布。
其实有些imdb的产品也具有imdg的特性，例如timesten的cache grid，但本质上timesten还是imdb。
imdg提供可扩展的性能依赖于：
1. 使用内存减少数据访问的延迟
内存速度：ram is 58,000 times faster than disk and 2,000 times faster than solid-state drives (ssd)
内存价格的下降
2. 在节点间分布数据实现线性扩展
3. 在节点间复制数据实现高可用
4. 在数据中心间同步数据实现灾备
原文中的几张概念图还不错，可以参考。
imdg的典型使用场景为：
1. 缓存以消除传统数据库系统的数据瓶颈
数据库系统的横向扩展性较差，通过imdg可以消除瓶颈，应对更复杂，更高并行度的访问。imdg不仅可缓存数据库，对于大机，文件系统等都可以缓存。在这种多数据源的场景，性能问题会更加明显
2. 缓存零食临时数据
临时的会话数据和共享数据，如在线游戏
3. 现代化应用的主存储
作为主存而非缓存，也就是system of record而非system of reference。例如savvy
4. 内存nosql数据库
imdg也是key-value数据库，只不过运行在内存中，可以支持acid。（acid这个我不确定）
5. 用于实时数据集成的数据服务fabric
将多个数据源的数据汇集到imdg中
6. 具有内存速度的comptute grid
例如执行mapreduce操作，并行计算等。可以替代hadoop+spark的批处理架构
评测结果如下图，可以看到oracle coherence位居第一。而在之前的imdg评测中, oracle凭借timesten和12c dbim位居第二，可见在内存计算领域，oracle比较强大。
oracle的coherence是2007年从tangosol收购的，同样timesten也是2005年收购的，只有12c dbim是源于自己开发。
扩展阅读：
the forrester wave?: nosql document databases, q3 2014
the forrester wave?: nosql key-value databases, q3 2014
apache spark is powerful and promising