我有一个 SQL Server 数据库，其中包含应用程序的使用数据（来自 100 多个设备），收集了超过 1 年的数据（30GB 数据库）。
将数据插入数据库不是问题，足够快（目前），并且是客户端完成的唯一操作。
有一个主表和几个子表，但假设我可以将所有内容放在一个表中。
我需要进行统计分析，所以主要是count(*)按日期和一列或多列过滤。性能越来越慢（尽我所能使用索引）。
迁移到 MongoDB 会提高速度吗？我还没有开始研究它，但我 99% 的操作会是（是的，我知道不是 SQL）：
select count(*) from table
where date between date1 and date2 and field1 = 10 and field2 = "test"
sql server 可以轻松处理您的要求。通过使用适当的索引和其他优化技术。SQL SERVER 可以有效地执行这些查询。对于您的用例，在 (date,field1,field2) 上有一个简单的索引
CREATE CLUSTERED INDEX IDX_TABLE_ID ON TABLE(id)
GO
CREATE INDEX IDX_TABLE_2 ON TABLE(date,field1,field2)
GO
对于快速查询执行来说已经足够了。
只是一个说明： 对于档案分析 SQL server 提供了数据仓库工具（SQL SERVER ANALYSIS SERVICE）。SQL SEREVER CUBE 可以非常简单地聚合和分析庞大的归档数据。
其他 sql server 信息： http: //ms-sql-queries.blogspot.in/
如果您没有在查询中使用任何联接，则 sql server 的性能不会受到影响。如果您将 mongodb 用于相同目的，那么查询时间也将与 sql 的时间差不多或稍差一些。