这个需求选择什么数据库比较好呢? - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
Sign Up Now
For Existing Member  Sign In
请不要在回答技术问题时复制粘贴 AI 生成的内容
slogon

这个需求选择什么数据库比较好呢?

  •  
  •   slogon Jul 3, 2015 6276 views
    This topic created in 3952 days ago, the information mentioned may be changed or developed.

    主要目标:存取每天的成交订单信息到库里,比如订单标题,价格等商品信息,供用户查询。
    用户查询时,最主要的就是通过订单标题查询(商品详情暂时不考虑),用户输入关键字,能在订单标题中查询到所有相关的订单。
    每天增量10w左右。
    mysql怕量大了会慢,然后最关键的是查询,简单的like查询满足不了需求,希望像全文搜索那种,相关的都能被查到,而不是字符串完全一样才能被查到。。。
    看了MongoDB的全文索引,可是不支持中文。。。
    大家帮忙看看,用啥比较好呢?

    26 replies    2015-07-04 10:27:08 +08:00
    Septembers
        1
    Septembers  
       Jul 3, 2015
    PostgreSQL
    Septembers
        2
    Septembers  
       Jul 3, 2015
    (MySQL 单表1亿行 不分区连表都打不开
    (PS:由于数据源/数据结构/硬件参数等问题 此回答仅供参考
    xlrtx
        3
    xlrtx  
       Jul 3, 2015
    不是很在行, 不知道用solr好不好..
    xlrtx
        4
    xlrtx  
       Jul 3, 2015
    @xlrtx 只是学过一些理论, 大型商用数据库最好用nosql, 方便做OLAP数据分析
    xlrtx
        5
    xlrtx  
       Jul 3, 2015
    @xlrtx 完全说了, 无视上面的答案吧~
    yangqi
        6
    yangqi  
       Jul 3, 2015
    这种量肯定要设计成分布式的吧,不然不管什么数据库迟早会遇到问题
    line
        7
    line  
       Jul 3, 2015 via Android
    如果频繁的like,还是全放内存好了
    ming2050
        8
    ming2050  
       Jul 3, 2015 via Android
    感觉分表就可以,一个月一张表
    wy315700
        9
    wy315700  
       Jul 3, 2015
    @Septembers
    一亿条数据还到不了MySQL的瓶颈
    innodb 毫无压力。
    zhicheng
        10
    zhicheng  
       Jul 3, 2015 via Android
    MySQL + ES 毫无疑问的。
    beneo
        11
    beneo  
       Jul 3, 2015
    MySQL + ElasticSearch,还要简单上阿里云吧
    est
        12
    est  
       Jul 3, 2015
    @Septembers 谁说的?QQ群那个表我就mysql 跑的。avg() 全表,10多亿行,30秒出结果。
    yakczh
        13
    yakczh  
       Jul 3, 2015
    mysql 2000万条 秒查,再往上就要考虑分表
    mozartgho
        14
    mozartgho  
       Jul 3, 2015
    MySQL InnoDB完全满足你目前的需求,再大了可以考虑下Redis集群
    albertlee
        15
    albertlee  
       Jul 3, 2015
    可以使用hbase来做,可以支持lz所说的场景
    realpg
        16
    realpg  
    PRO
       Jul 3, 2015
    Mysql存数据, Elasticsearch做搜索引擎
    hkbarton
        17
    hkbarton  
       Jul 3, 2015
    (My/Postgre)Sql + ElasticSearch/Solr
    lilydjwg
        18
    lilydjwg  
       Jul 3, 2015
    @Septembers MySQL 这么弱啊,难怪大家都在讨论 MySQL 分表分库呢。就没见 PostgreSQL 这么折腾。

    PostgreSQL + ElasticSearch,虽然是 Java 的。推荐用 bigram 做索引,别折腾分词了。
    slogon
        19
    slogon  
    OP
       Jul 3, 2015
    @mozartgho mysql查询这部分怎么解决呢?
    caoyue
        20
    caoyue  
       Jul 3, 2015
    我觉得 MySQL + ElasticSearch 应该够了
    历史数据可以分表
    查询所有数据的应该相对比较少,比如淘宝京东都是默认查三个月内的订单
    slogon
        21
    slogon  
    OP
       Jul 3, 2015
    @zhicheng
    @beneo
    @realpg
    @hkbarton
    多谢几位,就选MySQL + ElasticSearch了
    slogon
        22
    slogon  
    OP
       Jul 3, 2015
    也谢谢其他给意见的朋友
    hkbarton
        23
    hkbarton  
       Jul 3, 2015
    @slogon MySQL的话可以看看这个版本: https://www.percona.com/software/percona-server/ps-5.6 比原生的community的版本好一点,而且percona也有很多配套的mysql运维工具
    hkbarton
        24
    hkbarton  
       Jul 3, 2015
    percona toolkit: https://www.percona.com/software/percona-toolkit mysql ops 很常用的
    Ashitaka4
        25
    Ashitaka4  
       Jul 3, 2015
    oracle?
    iyangyuan
        26
    iyangyuan  
       Jul 4, 2015 via iPhone
    mysql按月分表就可以了,就是统计起来比较麻烦,至于全文检索,可以用solr索引标题,可以每个mysql表对应一个solr的core。估计系统能坚持30年以上,才会有性能问题
    About     Help     Advertise     Blog     API     FAQ     Solana     997 Online   Highest 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 79ms UTC 19:30 PVG 03:30 LAX 12:30 JFK 15:30
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86