寻找关于存储原始数据的意见。属于“跟踪任何事物”类别的数据类型。主要用于内部分析驱动方向，测试新功能等。
存储数据非常容易。只需将其转储到日志文件中，无需数据库。另一方面，如果你想对其进行复杂的分析和数据挖掘，那么数据库是有帮助的。
所以我正在考虑将原始数据存储在 Redis 中。Redis 的写入速度很快。不适合存档。非常适合临时数据。如果需要，我可以写信给 Redis，然后将结果集存档以供将来分析。
当归结为聚合成更易读/分组的格式时。像 Postgres 这样的 RDBMS 就足够了。但是，我正在考虑使用 MongoDB 的文档结构。非常适合读取，并添加了它们的聚合框架。
我可以分批聚合来自 Redis 的原始数据，也许是在一个 cron 作业或工作进程中，定期。
这是一个例子。我非常热衷于 Mongodb 的聚合部分。我可以考虑使用哪些其他设置/解决方案来存储数百万个原始数据？在这方面有哪些最佳实践？
存储数据非常容易。只需将其转储到日志文件中，无需数据库。另一方面，如果你想对其进行复杂的分析和数据挖掘，那么数据库是有帮助的。
这是部分正确的。数据库绝对不错，但如果你想对大数据进行繁重的分析查询，Hadoop 也是一个非常好的选择（Pig 或 Hive 让这很容易做到）。我玩过 Mongo 的聚合框架，但并不像在 Hadoop 上使用 Pig/Hive 那样喜欢它。它也没有那么大的用户网络。
因此，这里的答案很大程度上取决于您的用例。你想（半）实时进行什么样的分析，以后你想批量或手动进行什么样的分析？
根据您的帖子，听起来您最想稍后根据具体情况进行分析。为此，我会 100% 使用Kafka或Fluentd 之类的日志框架来抓取数据，并将其流式传输到不同的地方。这些框架都为移动数据提供了并行性和冗余性。
对于接收器，我会使用 HDFS 或 S3 进行冷存储，以便以后进行批处理。使用这两者，您可以获得优于 Hadoop 的冗余和可用性。对于实时处理，如果您需要，我会使用Storm。您也可以随时向 Mongo 添加额外的接收器，例如，如果您还想存储到数据库中。这是日志框架最好的地方之一：你总是可以很容易地添加更多的接收器和更多的机器。
Redis 有很多很棒的用例——特别是如果你想要缓存，或者对简单数据结构进行真正快速的操作。除非我误解了您想要什么，否则我认为 Redis 在这里并没有特别的帮助。
Mongo 可能对您很有用，如果除了进行某种聚合的分析查询之外，您还想查询特定项目，或者您想快速运行查询（预计 Hadoop 查询需要不少于 30 秒- - 即使是简单的事情）。在这种情况下，就像我提到的那样，您只需为 Mongo 添加一个额外的水槽。如果您不确定是否需要它，您可以随时添加它。
我会考虑使用 NOSQL 选项，例如 mongodb。在我看来，它具有令人难以置信的可扩展性和令人难以置信的效率。就我个人而言，我曾参与过这种规模的项目，并且每次都更喜欢 NOSQL 解决方案，例如 mongodb。