
問題描述:
現(xiàn)在需要做一個(gè)數(shù)據(jù)存儲,500w左右的數(shù)據(jù),日后每天大約產(chǎn)生5w條左右的數(shù)據(jù)。想把這些數(shù)據(jù)存儲起來,供日后的數(shù)據(jù)分析用?使用上面說的三種數(shù)據(jù)庫中的哪中比較好?是否有必要建立集群?
個(gè)人看法是:從長遠(yuǎn)角度看,由于單臺機(jī)器的性能瓶頸,后期肯定要做集群,單純的做復(fù)制最終也無法緩解單臺master上讀的負(fù)擔(dān)。因此,使用mysql的話會使用cluser。但是了解到mysql的cluser要用好的化還要做負(fù)載均衡,而mysql的均衡器是第三方的,無法很好的與mysql整合。使用mongodb的自動(dòng)分片集群能很好的解決這個(gè)問題,而且它的讀寫性能也快。Hbase提供了大數(shù)據(jù)存儲的解決方案。
回到我問題,最終是要在大數(shù)據(jù)的基礎(chǔ)上做數(shù)據(jù)分析,雖然mongodb也能與Mapreduce整合,但想必Hbase做這一塊會更有優(yōu)勢。
__________________________________________________
答案:
百萬級的數(shù)據(jù),無論側(cè)重OLTP還是OLAP,當(dāng)然就是MySql了。
過億級的數(shù)據(jù),側(cè)重OLTP可以繼續(xù)Mysql,側(cè)重OLAP,就要分場景考慮了。
實(shí)時(shí)計(jì)算場景:強(qiáng)調(diào)實(shí)時(shí)性,常用于實(shí)時(shí)性要求較高的地方,可以選擇Storm;
批處理計(jì)算場景:強(qiáng)調(diào)批處理,常用于數(shù)據(jù)挖掘、分析,可以選擇Hadoop;
實(shí)時(shí)查詢場景:強(qiáng)調(diào)查詢實(shí)時(shí)響應(yīng),常用于把DB里的數(shù)據(jù)轉(zhuǎn)化索引文件,通過搜索引擎來查詢,可以選擇solr/elasticsearch;
企業(yè)級ODS/EDW/數(shù)據(jù)集市場景:強(qiáng)調(diào)基于關(guān)系性數(shù)據(jù)庫的大數(shù)據(jù)實(shí)時(shí)分析,常用于業(yè)務(wù)數(shù)據(jù)集成,可以選擇Greenplum;
數(shù)據(jù)庫系統(tǒng)一般分為兩種類型:
傳統(tǒng)數(shù)據(jù)庫側(cè)重交易處理,即OLTP,關(guān)注的是多用戶的同時(shí)的雙向操作,在保障即時(shí)性的要求下,系統(tǒng)通過內(nèi)存來處理數(shù)據(jù)的分配、讀寫等操作,存在IO瓶頸。
OLTP(On-Line Transaction Processing,聯(lián)機(jī)事務(wù)處理)系統(tǒng)也稱為生產(chǎn)系統(tǒng),它是事件驅(qū)動(dòng)的、面向應(yīng)用的,比如電子商務(wù)網(wǎng)站的交易系統(tǒng)就是一個(gè)典型的OLTP系統(tǒng)。
OLTP的基本特點(diǎn)是:
數(shù)據(jù)庫的各種操作主要基于索引進(jìn)行。
分析型數(shù)據(jù)庫是以實(shí)時(shí)多維分析技術(shù)作為基礎(chǔ),即側(cè)重OLAP,對數(shù)據(jù)進(jìn)行多角度的模擬和歸納,從而得出數(shù)據(jù)中所包含的信息和知識。
OLAP(On-Line Analytical Processing,聯(lián)機(jī)分析處理)是基于數(shù)據(jù)倉庫的信息分析處理過程,是數(shù)據(jù)倉庫的用戶接口部分。OLAP系統(tǒng)是跨部門的、面向主題的,其基本特點(diǎn)是:
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10