- android - RelativeLayout 背景可绘制重叠内容
- android - 如何链接 cpufeatures lib 以获取 native android 库?
- java - OnItemClickListener 不起作用,但 OnLongItemClickListener 在自定义 ListView 中起作用
- java - Android 文件转字符串
寻找有关存储原始数据的意见。属于“跟踪任何事物”类别的数据类型。主要用于内部分析驱动方向、测试新功能等。
存储数据非常简单。只需将其转储到日志文件中,不需要数据库。另一方面,如果你想对其进行复杂的分析和数据挖掘,那么数据库是有帮助的。
所以我在考虑将原始数据存储在 Redis 中。 Redis 的写入速度很快。不适合存档。非常适合临时数据。如果需要,我可以写入 Redis,然后将结果集存档以供将来分析。
归结为聚合成更易读/分组的格式。像 Postgres 这样的 RDBMS 就足够了。但是,我正在考虑使用 MongoDB 的文档结构。加上聚合框架,非常适合读取。
我可以批量聚合来自 Redis 的原始数据,也许是在 cron 作业或工作进程中,周期性地。
所以这是一个例子。我非常喜欢 Mongodb 的聚合部分。我可以考虑使用哪些其他设置/解决方案来存储数百万个原始数据?这方面的一些最佳做法是什么?
最佳答案
Storing data is pretty easy. Just dump it into log files, no need for a database. On the other hand, if you want to perform complex analysis and data mining on it, then a database is helpful.
这是部分正确的。数据库绝对不错,但如果您想对大数据进行繁重的分析查询,Hadoop 也是一个非常好的选择(Pig 或 Hive 使这很容易做到)。我玩过 Mongo 的聚合框架,但对它的喜欢程度不及在 Hadoop 上使用 Pig/Hive。它也没有那么大的用户网络。
因此,此处的答案在很大程度上取决于您的用例。您想(半)实时地进行哪种分析,以及您希望以后批量或手动进行哪种分析?
根据您的帖子,听起来您主要是想稍后根据具体情况进行分析。为此,我会 100% 使用像 Kafka 这样的日志记录框架。或 Fluentd在数据传入时获取数据并将其流式传输到不同的地方。这些框架都为移动传入的数据提供并行性和冗余性。
对于接收器,我会使用 HDFS 或 S3 进行冷存储,以便稍后进行批处理。通过这两者,您可以获得比 Hadoop 更高的冗余度和可用性。对于实时处理,如果您需要,我会使用 Storm .您也可以随时向 Mongo 添加额外的接收器,例如,如果您也想存储到数据库中。这是关于日志记录框架的最好的事情之一:您总是可以很容易地添加更多的接收器和更多的机器。
Redis 有很多很棒的用例——尤其是当您需要缓存或对简单数据结构进行真正快速的操作时。除非我误解了您的需求,否则我认为 Redis 在这里不会特别有用。
Mongo 可能对您很有用,如果除了进行某种聚合的分析查询之外,您还想查询特定项目,或者您希望非常快速地运行查询(预计 Hadoop 查询不低于30 秒——即使是简单的事情)。在这种情况下,就像我提到的那样,您只需为 Mongo 添加一个额外的接收器。如果不确定是否需要,您可以随时添加。
关于mongodb - 我可以考虑使用哪些解决方案/模式来存储数百万原始数据?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/16508650/
对此感到疯狂,真的缺少一些东西。 我有webpack 4.6.0,webpack-cli ^ 2.1.2,所以是最新的。 在文档(https://webpack.js.org/concepts/mod
object Host "os.google.com" { import "windows" address = "linux.google.com" groups = ["linux"] } obj
每当我安装我的应用程序时,我都可以将数据库从 Assets 文件夹复制到 /data/data/packagename/databases/ .到此为止,应用程序工作得很好。 但 10 或 15 秒后
我在 cc 模式缓冲区中使用 hideshow.el 来折叠我不查看的文件部分。 如果能够在 XML 文档中做到这一点就好了。我使用 emacs 22.2.1 和内置的 sgml-mode 进行 xm
已结束。此问题不符合 Stack Overflow guidelines .它目前不接受答案。 我们不允许提出有关书籍、工具、软件库等方面的建议的问题。您可以编辑问题,以便用事实和引用来回答它。 关闭
根据java: public Scanner useDelimiter(String pattern) Sets this scanner's delimiting pattern to a patt
我读过一些关于 PRG 模式以及它如何防止用户重新提交表单的文章。比如this post有一张不错的图: 我能理解为什么在收到 2xx 后用户刷新页面时不会发生表单提交。但我仍然想知道: (1) 如果
看看下面的图片,您可能会清楚地看到这一点。 那么如何在带有其他一些 View 的简单屏幕中实现没有任何弹出/对话框/模式的微调器日期选择器? 我在整个网络上进行了谷歌搜索,但没有找到与之相关的任何合适
我不知道该怎么做,我一直遇到问题。 以下是代码: rows = int(input()) for i in range(1,rows): for j in range(1,i+1):
我想为重写创建一个正则表达式。 将所有请求重写为 index.php(不需要匹配),它不是以/api 开头,或者不是以('.html',或'.js'或'.css'或'.png'结束) 我的例子还是这样
MVC模式代表 Model-View-Controller(模型-视图-控制器) 模式 MVC模式用于应用程序的分层开发 Model(模型) - 模型代表一个存取数据的对象或 JAVA PO
我想为组织模式创建一个 RDF 模式世界。您可能知道,组织模式文档基于层次结构大纲,其中标题是主要的分组实体。 * March auxiliary :PROPERTIES: :HLEVEL: 1 :E
我正在编写一个可以从文件中读取 JSON 数据的软件。该文件包含“person”——一个值为对象数组的对象。我打算使用 JSON 模式验证库来验证内容,而不是自己编写代码。符合代表以下数据的 JSON
假设我有 4 张 table 人 公司 团体 和 账单 现在bills/persons和bills/companys和bills/groups之间是多对多的关系。 我看到了 4 种可能的 sql 模式
假设您有这样的文档: doc1: id:1 text: ... references: Journal1, 2013, pag 123 references: Journal2, 2014,
我有这个架构。它检查评论,目前工作正常。 var schema = { id: '', type: 'object', additionalProperties: false, pro
这可能很简单,但有人可以解释为什么以下模式匹配不明智吗?它说其他规则,例如1, 0, _ 永远不会匹配。 let matchTest(n : int) = let ran = new Rand
我有以下选择序列作为 XML 模式的一部分。理想情况下,我想要一个序列: 来自 my:namespace 的元素必须严格解析。 来自任何其他命名空间的元素,不包括 ##targetNamespace和
我希望编写一个 json 模式来涵盖这个(简化的)示例 { "errorMessage": "", "nbRunningQueries": 0, "isError": Fals
首先,我是 f# 的新手,所以也许答案很明显,但我没有看到。所以我有一些带有 id 和值的元组。我知道我正在寻找的 id,我想从我传入的三个元组中选择正确的元组。我打算用两个 match 语句来做到这
我是一名优秀的程序员,十分优秀!