千万文章用什么数据库好

2015-05-26 12:10:08 477 阅读 AI 写同款 · GEO 优化AI 选题数据监测一键分发 ›

gongshunkai3 墨衍会员 · AI 创作全网分发关注 + 加入社区

这篇文章带你高速理解千万级并发架构下如何提高数据库存储性能如图所示，表示发起一个请求时，涉及到数据库的相关操作，在前面的文章中我们说过，如果服务端要提升整体的吞吐量，就必须要减少每一次请求的处理时长，那么在当前这个场景中，数据库层面哪些因素会影响到性能呢？图2-1 池化技术，减少频繁创建数据库连接遇到这样的问题，解决办法就是顺着当前整体的逻辑去思考，首先，应用要和数据库打交道，必然会设计到数据库链接的建立。然后在当前连接中完成数据库的相关操作，最后再关闭连接。在这种场景下，客户端每次发起请求，都需要重新建立连接，如果频繁的创建连接是否会影响到阅读详情

千万文章用什么数据库好，目前用mssql太占空间了，1万条数据用掉100MB，求一款占用空间比较小的，用于网页的，所以并发不能太差。另外说一下您推荐的数据库千万文章大概会占用多少空间。

...全文

Spring Boot 千万级分页实战引发思考适用场景：高并发、千万级（1000W+）数据集的分页与检索。目标是。阅读详情

C# 111,129 成员 642,538 内容

+ 关注 + 加入社区

评论 9

切换为时间正序

gongshunkai3 2015-05-26

打赏
举报

回复

引用 3 楼 yangb0803 的回复:

文章为啥要保存在数据库額? 你数据库只保存文章标题, 保存位置文章内容用TXT保存到对应文件夹下, 不就可以少N多空间么...

<meta name="keywords" content="关键词1,关键词2" /> <meta name="description" content="文本摘要" /> 上面这2个怎么处理，还有每篇文章要保存Tag标签，数据库只要要放文章标题，关键词，文本摘要，tag标签，这样的话还是会蛮大的。

道玄希言 2015-05-26

打赏
举报

回复

文章为啥要保存在数据库額? 你数据库只保存文章标题, 保存位置文章内容用TXT保存到对应文件夹下, 不就可以少N多空间么...

gongshunkai3 2015-05-26

打赏
举报

回复

引用 1 楼 dangmao 的回复:

千万文章是啥。。千万数量级的文章数量？

千万篇文章，每篇文章300-800字吧。

dangmao 2015-05-26

打赏
举报

回复

千万文章是啥。。千万数量级的文章数量？

娃都会打酱油了 2015-05-26

打赏
举报

回复

引用 8 楼 Z65443344 的回复:

[quote=引用 7 楼 starfd 的回复:] 100mb你就觉得大？？太小家子气了……

1万数据100M 千万数据就是100G了,还是蛮大的[/quote] 100G，但数量达到千万时，本身也该考虑分割了

於黾 2015-05-26

打赏
举报

回复

引用 7 楼 starfd 的回复:

100mb你就觉得大？？太小家子气了……

1万数据100M 千万数据就是100G了,还是蛮大的

娃都会打酱油了 2015-05-26

打赏
举报

回复

100mb你就觉得大？？太小家子气了……

skyandcode 2015-05-26

打赏
举报

回复

引用 4 楼 u010479137 的回复:

[quote=引用 3 楼 yangb0803 的回复:] 文章为啥要保存在数据库額? 你数据库只保存文章标题, 保存位置文章内容用TXT保存到对应文件夹下, 不就可以少N多空间么...

<meta name="keywords" content="关键词1,关键词2" /> <meta name="description" content="文本摘要" /> 上面这2个怎么处理，还有每篇文章要保存Tag标签，数据库只要要放文章标题，关键词，文本摘要，tag标签，这样的话还是会蛮大的。[/quote] 你不能把能放在其它地方的东西都塞到数据库去。你这样做，不仅数据库会很大，而且你查找数据的速度会变得非常慢。不仅因为你的千万级别，而且每条数据（每篇文章）都那么占空间，所占的数据页也就会非常多。 sql server 每个数据页的大小是 8K，每页能装的数据量页多，查找的速度也就越快。所以，你应该对你的文章在后台进行分析、提取，然后再把有用的信息存到数据库。

道玄希言 2015-05-26

打赏
举报

回复

你说的这些都保存了, 1k 字节也足够了吧. 千万数据, 也才10G了, 这不是很大吧. 貌似, 这你考虑的,不应该是数据库多大占了多少空间, 而应该考虑的是千万级数据, 怎么写查询快了.