postgreSQL对卡桑德拉对MongoDB对伏地魔？

Question

要决定哪个数据库？有什么比较吗？

• 现有: postgresql
• 发行
  • 不易伸缩的水平。需要切分等
  • 聚类并不能解决数据增长问题。

• 寻找:任何易于横向可伸缩的数据库
  • 卡桑德拉(Twitter用这个？)
  • MongoDB (迅速流行)
  • 伏地魔
  • 另一个？

• 为什么？
  • 带雪球效应的数据生长
  • 用于真空任务的现有postgresql锁表等
  • 存档数据目前是一片潮水。
  • 与现有档案有关的人类互动，真空，.定期处理
  • 需要一个‘设置，算了吧。当数据增长更多时，只需添加另一个服务器。’溶液类型

Answer 1

第一个问题:如果不需要ACID属性，为什么首先要使用关系数据库？这听起来像是在做某种非事务性的工作，因此获得一个带有事务的RDMBS对您的环境来说可能太重了。

第二个问题:你在存储什么样的数据？你听起来好像需要一个列存储数据库，而且它是用于某种数据仓库项目的。

第三个问题:如果您使用的是PostgreSQL (这是一个很好的数据库)，那么它是当前版本吗？以前的8.x版本速度慢得出了名，但从那以后，很多工作都在改进，而你提到的一些问题--比如自动真空--现在很容易通过“设置和忘记”设置来解决。

*  Data growing with snowball effect

更多关于这个的信息会很好。为什么是雪球？你能把它标准化以减少存储吗？

* existing postgresql locks table etc for vaccuum tasks periodically

如果这是一个问题，我已经可以看出，您正在运行一个较早的版本。较新的版本有每个表的控件，甚至可以完全关闭它。

* Archiving data is tideous currently

在这里很难做出任何判断，因为没有什么可做的。档案被倾倒到什么媒体？涉及多少持续的I/O？你在什么时间范围内工作？多少数据？它需要是一个“热”的垃圾堆，还是可以是“冷的”？

* Human interaction involved in existing archive, vaccuum, ... process periodically

我正在试图了解“正常”的使用将如何需要手动干预，因为它不应该。真空现在是自动的，并且(正如前面提到的)可以设置为根本不发生，并且大多数备份都是脚本化的(当您可以编写脚本时，您可以安排)。这是怎么发生的？

* Need a 'set it. forget it. just add another server when data grows more.' type of solution

你说的是集群服务器的安排。

在我看来，这听起来是这样的：

1. 您使用的是RDBMS，它的事务性质不适合您的应用程序。
2. 您的应用程序似乎需要一种多读的数据库样式。它听起来也不像你需要它有事务完整性。
3. 您正在处理的数据量很可能没有规范化，也没有尝试将其规范化。
4. 你做的太多了，需要更多的自动化。
5. 您喜欢集群解决方案的想法，可能是“云样式”计算。

除此之外，这里没有足够的信息来找出合适的人选。

Answer 2

您可能也会考虑查看HBase和HyperTable；但是，正如Avery所提到的，您没有向我们提供任何有关当前应用程序的信息，只提供您的数据库平台。

有些事情要记住：

联接是在非SQL平台上手动完成的。他们不会做外键、聚合等事情，所有这些都是手动的。

现有的应用程序不一定容易移植。根据移植成本的不同，垂直(而不是横向)扩展PostgreSQL服务器可能更符合成本效益。

您没有ACID，您必须手动管理并发性。这可能是一个问题，取决于您的应用程序。同样，由于缺乏原子性，你也不能以传统的方式强制执行全球保护规则。

Answer 3

卡桑德拉是你知道你需要扩大规模的最佳选择。

我推荐一些来自http://wiki.apache.org/cassandra/ArticlesAndPresentations的案例研究文章