- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有以下问题。我需要 150 MM 记录/天 10 年。总共记录150MM * 365 * 10 = 547.500.000.000条记录。数据库记录有一个唯一键 {date, id}。我需要使用这个数据库每天恢复 40MM 记录。我将始终使用关键字 {date, id} 进行搜索。该过程可以分批运行。我考虑过使用键值数据库,例如 HBase,按日期对我的数据库进行分片。 (不确定 HBase 是否允许您选择如何在集群内对记录进行分区。)。或者干脆把 HBase 分片留给我。
我看到一个使用 MYSQL 分区的类似问题。( Efficiently storing 7.300.000.000 rows )不知道MYSQL能不能在多台机器上分区。或者我是否可以只使用一台机器来处理这个问题。
您认为这种架构可行吗?如果没有,解决问题的另一种方法是什么?欢迎提出建议和提示!
最佳答案
这是一个相当大的数据量,并且有很多潜在的解决方案。 HBase 应该是比 MySQL 更好的选择,因为 MySQL 会为事务保证和其他您可能不关心的事情增加很多开销。您可以在许多服务器上使用 MySQL 进行分片,但仍然存在不必要的额外开销。 HBase 支持可配置的分片,因此如果您按日期分片,它可以很好地工作。
如果您是 Java 开发人员,还有另一种可能的选择是自己动手。 MapDB ( http://www.mapdb.org ) 是一个开源的 Java 键值数据库,它有一些有趣的功能可以提供帮助。一个非常强大的功能是 key 压缩,这样您的 key 的日期部分可以存储一次,而 key 的 ID 部分可以是特定日期内的实际唯一标识符。这将大大减少数据的大小,因为在任何传统数据库中,每一行的日期值都会为您的数据集复制 150MM 次。日期值占 8 个字节,这是每天浪费的相当一部分空间,并且会减慢查询速度。
MapDB 当前没有服务器实现,因此您需要将其包装在一个进程中,并且您可以在许多服务器上运行它。该解决方案显然比 HBase 需要更多工作,但可以对其进行优化以使其性能非常好。
围绕 MapDB 正在研究许多其他想法,这些想法将在未来可用以简化此类操作。
总而言之,HBase 可能是执行此操作的简单方法,它应该可以很好地处理您的数据量和查询。如果您想尝试可以提供更大控制权的低级方法,您可以考虑使用 MapDB。像 MySQL 这样的传统关系 DBMS 会增加很多不需要的开销,并且需要分片设置,所以这不是一个很好的选择。
关于mysql - 存储和检索 547.500.000.000 条记录,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/24827218/
如果我使用下面的代码,数据将为零 dispatch_async(dispatch_get_global_queue(0,0), ^{ UIImage *img = [[UIImage allo
fread来自 data.table包一般可以在读取文件时自动确定列分隔符( sep )。 例如,这里fread自动检测 |作为列分隔符: library(data.table) fread(past
因此,如果我有一个如下所示的数据框: A B C rowname1 4.5 4 3.2 rowname2 3 23
我有一个汽车模型的搜索数据库:“日产Gtr”,“Huynday Elantra”,“Honda Accord”等。 现在我还有一个用户列表和他们喜欢的汽车类型 user1喜欢:carId:1234,c
我正在使用 Javamail 来获取一些电子邮件数据。我将用户输入作为电子邮件 ID、imap 地址和密码并连接到 imap。然后我监视收件箱的电子邮件并查明此人是否在“收件人”或“抄送”中。 Ema
我有一些数据,我想根据差距统计来评估最佳簇数。 我阅读了 gap statistic 上的页面在 r 中给出了以下示例: gs.pam.RU Number of clusters (method '
我有一个用户名和密码组合,我将使用它通过 java 代码访问安全服务器。 我的想法是: 在外部存储加密凭据 执行时提示用户输入解密密码 在使用前将解密的凭据直接存储在字符数组中 使用凭据连接到数据库
这是 Firebase 数据:[Firebase 数据][1] 我必须从员工那里检索所有字段并将其存储在一个数组中。 现在数据更改 toast 消息即将到来,但已经很晚了。 Firebase.setA
我是 iOS 的新手,正在开发一个基本的应用程序,它目前正在使用 SSKeychain 和 AFNetworking 与 API 进行交互。当您使用我检索的应用程序登录并在我的 CredentialS
编辑:这个问题已经在 apphacker 和 ConcernedOfTunbridgeWells 的帮助下得到解决。我已更新代码以反射(reflect)我将使用的解决方案。 我目前正在编写一个群体智能
我是 C 的新手,我想编写一个程序来检查用户输入的单词是否合法。我已经在 stackoverflow 上搜索了建议,但很多都是针对特定情况的。请在我被激怒之前,我知道这个语法不正确,但正在寻找一些关于
我相信你们中的一些人编写过 C# 类,这些类必须从数据库设置密码/从数据库获取密码。 我假设敏感细节不会以明文形式显示。处理此类数据的推荐程序是什么?检索到的文本是否加密?您是否将 pws 存储在加密
我在 linux 上使用 2.7 之前的 python 版本,想知道如何检索 RUID? 2.7 及更高版本从 os 包中获得了 getresuid,但我似乎找不到 2.6 的等效项 最佳答案 您可以
我已经在 Android 中实现了一个存储对象的标准 LRUCache。每个键都是与存储的对象关联的唯一 ObjectId。我的问题是从缓存中检索对象的唯一方法是通过 ObjectId(无迭代器)。实
这已经被问过很多次了。解决方案(对我有用)是从 packages.config 文件(这就足够了)和 packages 文件夹中删除 *** 包。 这对我来说是一个糟糕的解决方案,因为每次我想安装一些
我有以下文字: #{king} for a ##{day}, ##{fool} for a #{lifetime} 以及以下(损坏的)正则表达式: [^#]#{[a-z]+} 我想匹配所有#{word
我正在寻找一种快速(如高性能,而不是快速修复)解决方案来持久化和检索数千万个小型(大约 1k)二进制对象。每个对象都应该有一个用于检索的唯一 ID(最好是 GUID 或 SHA)。额外的要求是它应该可
有没有办法获取 RegInit 的重置值?通过探测产生的类型的成员?我可以看到 RegInit 将返回类型(例如 UInt )。例如,我将有一个寄存器,我想通过 regmap 对其进行控制。 val
Iv 目前接手了一个项目,其中开发人员在某些表的 json 数组列中存储了 has many 关系。 产品表 ---------------------------- id | product | c
Git 会在任何地方记录推送到远程的历史吗? 我注意到我们能够在 Microsoft VSTS 中查看 Git 存储库的推送历史记录以及每次推送的相关提交。它甚至显示旧的、过时的提交,由于后来的强制推
我是一名优秀的程序员,十分优秀!