社区
数据库开发
帖子详情
高性能数据库,数据量非常庞大,才有什么数据库比较好
postGetWeb
2016-05-09 02:53:46
数据量非常大,几十TB
表结构比较简单,五六个字段的样子
用什么技术做比较好,要求查询速度快
像http://www.cmd5.com/,他后台的数据量肯定也非常大,但查询速度很快,他是怎么实现的
...全文
6270
10
打赏
收藏
高性能数据库,数据量非常庞大,才有什么数据库比较好
数据量非常大,几十TB 表结构比较简单,五六个字段的样子 用什么技术做比较好,要求查询速度快 像http://www.cmd5.com/,他后台的数据量肯定也非常大,但查询速度很快,他是怎么实现的
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
10 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
spdata
2018-03-18
打赏
举报
回复
不清楚你要存的什么,假如是监控系统的采样数据,那么可以用tsdb来存储
tianfang
2016-10-10
打赏
举报
回复
分区存储 去看看一致性hash就知道怎么玩了
qingshangwuheng
2016-10-09
打赏
举报
回复
据说国内有分布式数据库,实际应用已经单表TB级别了,效率也不错
kernelkoder
2016-08-25
打赏
举报
回复
推荐阿里巴巴自己的数据库引擎 oceanbase
java竹雨
2016-08-16
打赏
举报
回复
MS SQL
UberCN
2016-08-07
打赏
举报
回复
MS SQL无疑! 性价比远超阿里的支付宝数据库系统。
FeelTouch Labs
2016-08-05
打赏
举报
回复
hbase 把查询的where作为key,但是这些一定不能为空 not null
postGetWeb
2016-05-13
打赏
举报
回复
引用 2 楼 wangjian0228 的回复:
十几个T在一张表?这得多大的列啊 只是查询用spark、ES
肯定要做成分布式的
致命的西瓜
2016-05-10
打赏
举报
回复
十几个T在一张表?这得多大的列啊 只是查询用spark、ES
赵4老师
2016-05-09
打赏
举报
回复
MapReduce ?
数据库
表
数据量
大读写缓慢如何优化(1)【冷热分离】
今天讨论的内容是冷热分离,也许概念并不陌生,对其使用场景也
比较
熟悉,但涉及锁的内容时仍然需要认真思考,这部分内容在我们实际开发中的“坑”还是不少的。 业务场景一 曾经经历过供应链相关的架构优化,当时平台上有一个订单功能,里面的主表有几千万
数据量
,加上关联表,
数据量
达到上亿。 这么
庞大
的
数据量
,让平台的查询订单变得格外迟缓,查询一次都要二三十秒,而且多点击几次就会出现宕机。比如业务员多次查询时,
数据库
的 CPU 会立马狂飙,服务器线程也降不下来。 当时,我们尝试了优化表结构、业务代码、索引、SQL 语句等.
数据量
转换及几种关系型
数据库
优缺点
比较
计算机存储信息的大小,最基本的单位是字节,一个汉字由两个字节组成,字母和数字由一个字节组成。容量的单位从小到大依次是:字节(B)、KB、MB、GB、TB。它们之间的关系如下: 1TB=1024GB 1GB=1024MB 1MB=1024KB 1KB=1024字节 1GB=1百万KB常用
数据库
的处理数量级 Excel 2010 可处理行
数据量
104,8576,大概1百万 Access
数据库
:
【性能测试】MySQL
数据库
性能测试
文章目录一、
数据库
性能测试概述1.1
数据库
性能测试的目的1.2
数据库
的性能测试范围二、
数据库
架构2.1
数据库
常用架构1. 一主多从2. 双机热备3. 主从同步工作原理2.2
数据库
分库分表的设计方法拆分原因分库分表方案三、mysql专题性能测试3.1 概述3.2 mysql主流分支MariaDb3.3 Mysql
数据库
重点监控指标1. QPS2. TPS3. 线程连接数4. Query Cache5. 锁定状态6. 主从延时3.4 mysql慢查询1. 慢查询定义2. 慢查询开启3. 慢查询日志分析3
简述
数据库
和数据仓库的区别
数据库
和数据仓库的区别 简单的来说,
数据库
偏向于管理和储存,数据仓库偏向于整合和分析
数据库
:传统的关系型
数据库
的应用,主要是基本的、日常的事务处理,更关注业务交易处理(OLTP) 数据仓库:数据仓库支持复杂的分析操作,侧重决策支持,并且提供直观易懂的查询效果,更关注数据分析层面(OLAP) 随着业务指数级的增长,
数据量
陡增,从最初粗放的数据分析逐步演化为角色和场景都非常精细化的集群分析。这类非常具体,且能够对公司决策起到关键性作用的数据,很难从业务
数据库
中调取出来,主要原因是: 1、业务
数据库
中的数据结构
订单数据越来越多,如何优化
数据库
性能?
对于订单这类具有时间属性的数据,会随时间累积,
数据量
越来越多,为了提升查询性能需要对数据进行拆分,首选的拆分方法是把旧数据归档到历史表中去。这种拆分方法能起到很好的效果,更重要的是对系统的改动小,升级成本低。在迁移历史数据过程中,如果可以停服,最快的方式是重建一张新的订单表,然后把三个月内的订单数据复制到新订单表中,再通过修改表名让新的订单表生效。如果只能在线迁移,那需要分批迭代删除历史订单数据,删除的时候注意控制删除节奏,避免给线上
数据库
造成太大压力。线上数据操作非常危险,在操作之前一定要做好数据备份。
数据库开发
8,028
社区成员
1,361
社区内容
发帖
与我相关
我的任务
数据库开发
高性能数据库开发
复制链接
扫一扫
分享
社区描述
高性能数据库开发
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章