author：skate
time：2010-08-13
前几天和个朋友聊天，他说他有每天30-40亿条数据量的数据库如何规划与优化，简单了解需求是这30-40亿数据是每天
采集的，然后同时还对这些采集的数据进行分析挖掘，对于这么大量的数据量有几个问题需要考虑
1. 如何保证性能，如何规划数据库的整体架构
2. 数据存储如何规划
3. 数据库的备份
1. 如何保证性能
据我理解的需要，这30-40亿数据采集来主要用于分析，那可以把数据按不同类别存储在不同的表中（或分区表），假如分10类，那平均每个类表的数据量就是3亿条，还是很多，对于挖掘分析还是慢，那就再细化，例如把每个类表按每小时分区，每个小时做一次汇总统计，
把数据统计到汇总表里，这样每个小时类表的数据量平均大概是1200万条数据，这个数据量应该就不算太大了，这个只是汇总分析的
思路，然后再考察系统还要提供大量用户的查询，写高效的sql，优化数据库，os参数等可以提高数据库响应速度，但毕竟是有限的，
因为对于这样的数据量系统，一般磁盘io才是最重要的瓶颈，为了减少提高整体的响应速度，要遵守一条原则，就是想办法把数据靠近
cpu，cache是最好的办法，可以大量减少对磁盘的冲击，从而提高响应速度。
对于长期保留数据，汇总表也会越来越大，可以采用数据库分布式等（这要根据业务需求）
总的原则就是大事化小，小事化无
2. 数据存储如何规划
存储空间的规划，每天几个T的数据量增长，一定要规划的数据的存储，可以根据数据的重要程度，分级存储，对不用的历史数据及
时下线存储，以为生产提供空间
3. 数据库的备份
制定合理的满足需求的数据库备份，备份和恢复要平和考虑。备份终于一切
----end---
