0

我正在开发一个需要为其开发缓存的金融数据库。我有一个包含大量原始实时数据的 MySQL 数据库。然后使用 Flask (Python) 通过 HTTP API 提供这些数据。

在返回原始数据之前，它由我的 python 代码操作。这种操作可能涉及大量数据，因此需要一个缓存系统。

  1. 缓存的数据永远不会改变。例如，如果有人查询从 2000 年 1 月 1 日到现在的时间范围内的数据，则该数据将作为从 2000 年 1 月 1 日到现在的专门操作的数据被操作、返回并存储在缓存中。如果稍后再次查询相同的操作数据，缓存将检索从 2000-01-01 到最后一次查询的值，从而消除整个期间的操作需要。然后，它将处理从那时到现在的新数据，并将其添加到缓存中。

  2. 数据大小不应该很大（我会说最大低于 5GB）。

  3. 我需要能够使用日期范围从缓存中检索。

我应该看哪个数据库？MongoDB？雷迪斯？沙发数据库？

谢谢！

4

1 回答 1

0

对如此小的数据集使用 BigData 解决方案似乎是一种浪费，并且可能仍然无法要求所需的延迟。似乎您需要的不是 MongoDB 或 CouchDB 等 BigData 解决方案之一，而是分布式缓存（或内存数据网格）。

XAP Elastic Caching 是一种领先的解决方案（我是它的贡献者之一），它似乎与您的需求完美匹配。有关详细信息，请参阅：http ://www.gigaspaces.com/datagrid

您可以找到一篇关于如何使用 DataGrid 扩展 MySQL 的文章准确描述这种情况：“Scaling MySQL” - http://www.gigaspaces.com/mysql

于 2012-05-26T19:30:09.693 回答