リレーショナルデータベースの最近の進歩は何ですか？

リレーショナルデータベース理論と関連ドメインの最近の進歩はどうなっているのでしょうか？

私は、新しいアプローチ、クエリ言語（SQLの代替および/またはその拡張）、製品（私はオープンソースにはるかに興味がありますが、独自のオープンソース）および昨年開発された研究プロジェクトに興味があります。

dbクエリ領域では、間違いなくProvenance Semiringが最も注目を集めました。「起源」という形容詞は、それを大規模な研究に結び付けるマーケティングです。それにもかかわらず、データベースクエリ言語のためのはるかにエレガントな数学的基盤を持っているかもしれないという考えは説得力があります。私の個人的な見解は、セミリングの視点（形式言語理論では驚くほどうまくいきます）をRelational Latticeで補完する必要があるということです。

過去10年間に起こったことの別の見方を次に示します。（スピーカーは継続的なPODSアドミタンスの記録を保持します:)。

それほど理論的ではないが、DedalusとチュートリアルDの愛好家をたくさん紹介します。ただし、どちらも最近のアイデアではありません。

リレーショナルデータベースの最大の「進歩」は、モノリシックRDBMSモデルを個別のコンポーネントに分割し、それらを新しい方法で組み合わせることです。これらには、一貫性の弱いデータストア（Google Percolator）、列ストア（NoSQL）、およびグラフデータベースが含まれます。アイデアは新しいものではありませんが、コンポーネントを組み合わせるさまざまな方法は斬新です。

現在のDBアーキテクチャの主な変化は、リレーショナルDBよりもクラウド（または新しい高度なマルチコアチップ）での分散/スケーリングが容易で、facebookなどの大規模な最新のWebサイトでうまく機能するように見えるキーバリューストアの増加です。現在、基本的なクラウドサービスサイト、つまりAmazon / Googleアプリエンジンで提供/サポートされています。例参照：

リレーショナルデータベースの運命は？ReadWriteWeb

メニーコアKey-Valueストア Berezecki、Frachtenberg、Paleczny [Facebook]、Steel [Tilera]。Key-Value DBを調べ、4（Intel xeon）から64（tilera）までのさまざまなマルチコアチップのパフォーマンス統計を測定する論文