1

我正在开展一个旨在分析从各种终端收集的生物特征数据的项目。该过程对性能不是很关键。相反，它是 I/O 有界的。数据量非常庞大。（每张表有数亿条记录）。不幸的是，数据库是关系型的。并且有20个外键。在作业完成期间更改引用键的值非常常见。所以在收集数据的过程中会有很多 UPDATE 和 SET NULL 。

目前，设计了数据库的语义。所有程序几乎完成，并且创建了数据库的 MySQL 原型。它适用于样本（小规模）数据。

我进行搜索以找到适合该项目的 DBMS。谷歌搜索“DBMS 比较”，......没有帮助。人们说对立的事情。有人说 MySQL 会执行更快的插入和更新，有人说 Oracle9 更好......

我在 DBMS 之间找不到任何可靠的、基于基准的比较。我在日常项目中使用 MySQL，但这个看起来更重要。

我们需要的：

  • DBMS 的许可和成本并不重要，但当然首选开源（GPL 或 LGPL）（因为整个项目将在 LGPL 下发布）。
  • 非常快的插入，非常快的更新，需要大量的外键。
  • DBMS 应一次响应 0 - 100 个连接。
  • 终端通过本地网络 (LAN) 连接到服务器。

我真正在寻找的是各种 DBMS 的基准。它可能包含图表、不同操作（插入、更新、删除）在各种情况下（与引用字段或普通表的关系）的单独比较......

4

1 回答 1

1

对于这类答案，我会推荐 PostgreSQL、Informix 或 Oracle。PostgreSQL 是开源的（BSDL，GPL 兼容，大家都同意）。原因与数据建模的某些方面有关，这些方面可能对您的情况非常有帮助。一般来说，你有两个重要的问题：

1）我可以为我正在做的事情调整我的数据库多远？我可以扩展多远？

和

2）我如何建模我的数据？

首先，Oracle 和 PostgreSQL 更复杂但更灵活。这种灵活性可能会派上用场。其次，灵活性可能会在以后为您节省大量精力。此外，它为优化打开了新的大门，这在直接的关系模型中是不可能的。首先我建议看一下：http ://db.cs.berkeley.edu/papers/Informix/www.informix.com/informix/corpinfo/zines/whitpprs/illuswp/wave.htm ，因为它会给你一些背景至于我在想什么。此外，如果您查看 Stonebraker 所说的内容，您会发现直接的基准测试实际上是苹果与橘子的比较。

使用 ORDBMS 的想法意味着一些重要的事情：

  1. 您可以根据数据对数据进行功能建模。例如，您可以在 Java 或 Python 中使用一个函数来操作您的数据并返回结果。您可以索引这些函数的输出，如果需要或不需要在 insert 和 select 性能之间进行交易，则可以交易 insert 以换取 select 性能。
  2. 存储的数据越少意味着插入越快。
  3. 使用自定义类型和函数扩展数据的能力，提供对数据的更高性能访问。

PostgreSQL 9.2 将在足够的硬件上支持每秒大约 14000 次写入，这没什么好打喷嚏的。当然，这取决于写入的宽度、服务器上的硬件性能等。Affilias 使用 PostgreSQL 来管理 .org 和 .info 顶级域（网络规模！）以及 Skype 的基础架构（仍然，即使在微软购买它们之后）。

最后，作为信息管道的一部分，如果您正在处理大量数据并且需要在发送到 PostgreSQL 之前进行一些预处理，您可以查看 array-native db（对于科学工作中常见的 NoSQL 方法）或 VoltDB（对于用于高吞吐量处理的内存存储）。尽管它们是截然不同的系统，但 VoltDB 和 Postgres 实际上是由同一个人启动的。

最后，关于基准图表，主要的数据库供应商或多或少地禁止在其许可协议中发布此类图表，因此您将找不到它们。

于 2012-09-03T13:38:10.600 回答