mongodb内存爆了 Mongodb存储用户历史数据，时间轴展示，怎么查询效率高？
Mongodb存储用户历史数据，时间轴展示，怎么查询效率高？
您可以考虑使用mongodb的固定集存储，但是不允许修改或删除固定集，并且只能存储您设置大小的数据。有一定的限制，但查询非常快速有序。也可以使用公共集存储，根据时间和用户ID建立复合索引，提高查询效率。对于这样的累积数据，最好有一个分割线存储机制。不常用的数据应该存储在其他表中，经常需要检索的数据应该分开存储，因为不是所有用户每次都需要查询所有数据。欢迎添加更好的方法。
mongodb数据库批量插入海量数据时为什么有少部分数据丢失？
在了解mongodb之后，我觉得它非常好。适用于海量数据的实时插入、更新和查询。支持多条件查询和多维索引。与HBase相比，HBase没有实时插入、更新、查询海量数据的压力，操作效率与数据量无关，即数据量不会影响操作效率，但HBase的实时查询是基于rowkey的查询，由于HBase只能对rowkey进行索引，只能根据rowkey进行查询，无法实现与mongodb相同的多条件查询。小数据的需求对mongodb和HBase没有影响，因为mongodb和HBase都是数据库，主要用来存储零碎的小数据。所以我觉得mongodb如果只用于海量实时的小数据可能会更好，但是如果还需要对数据进行统计分析的话，最好考虑统计分析的因素。如果使用MapReduce进行数据分析，HBase可能会更好，虽然mongodb也支持Mr.
mysql表数据量太大，达到了1亿多条数据，除了分库分表之外，还有没有其他的解决方式？
在正常配置下，MySQL只能承载2000万数据（同时读写，表中有大的文本字段，单服务器）。现在已经超过1亿，而且还在增加，建议按以下方式处理：
1子表。它可以按时间或一定的规则进行拆分，以便尽可能地查询子表中的数据库。这是最有效的方法。特别是写，放入一个新表，并定期同步。如果记录不断更新，最好将写入的数据放在redis中，并定期同步表3的大文本字段，将它们分隔成一个新的独立表。对于较大的文本字段，可以使用NoSQL数据库
4优化体系结构，或者优化SQL查询，避免联合表查询，尽量不要使用count（*）、in、recursion等性能消耗语句
5使用内存缓存，或者在前端读取时增加缓存数据库。重复读取时，直接从缓存中读取。
以上是一种低成本的管理方法，基本上几个服务器就可以做到，但是管理起来有点麻烦。
当然，如果总体数据量特别大，并且您不关心投资成本，请使用集群或tidb
mongodb内存爆了 mongodb内存不释放 mongodb大数据量查询
版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。
