Ich bin neu im Datenbanksystemdesign. Nachdem ich viele Artikel gelesen habe, bin ich wirklich verwirrt, wie hoch die Grenze ist, die wir für eine Tabelle ohne Sharding oder Partitionierung haben sollten. Ich weiß, dass es wirklich schwierig ist, eine allgemeingültige Antwort zu geben, die Dinge hängen von Faktoren wie

• Zeilengröße
• Datentyp (String, Blob usw.)
• Anzahl aktiver Anfragen
• Was für eine Anfrage
• Index
• Neu lesen/neu schreiben
• Erwartete Verzögerungen

Aber wenn jemand diese Frage stellt

• Was würden Sie tun, wenn jeden Tag 1 Milliarde Daten und Millionen Zeilen hinzugefügt würden? Bei einer so großen Datenbank muss die Latenz für eine Abfrage mit vier Lesevorgängen, einem Schreibvorgang und zwei Aktualisierungsabfragen weniger als 5 Millisekunden betragen.
• Wenn Sie nur 10 Millionen Zeilen, aber ein hohes Aktualisierungs- und Lesevolumen hätten, was würden Sie wählen? Die Anzahl der hinzugefügten neuen Zeilen spielt keine Rolle. Hohe Konsistenz und geringe Latenz sind Anforderungen.

Wenn die Anzahl der Zeilen weniger als eine Million beträgt und die Zeilengröße um Tausende zunimmt, ist die Auswahl einfach. Schwieriger wird es jedoch, wenn die Auswahl Millionen oder Milliarden Zeilen umfasst.

Hinweis: Ich habe die Verzögerungsnummer in der Frage nicht erwähnt. Bitte Antworten Sie basierend auf der Anzahl der Verzögerungen, mit denen Sie zufrieden sind. Außerdem sprechen wir über strukturierte Daten.

Ich bin mir nicht sicher, aber ich kann drei spezifische Fragen hinzufügen:

• Angenommen, Sie entscheiden sich für eine SQL-Datenbank für Amazon oder ein anderes E-Commerce-Auftragsverwaltungssystem. Die Zahl der Bestellungen wächst täglich um Millionen. Es gibt bereits 1 Milliarde Datensätze. Nehmen wir nun an, dass kein Datenarchiv vorhanden ist. High-Read-Abfragen mit über tausend Abfragen pro Sekunde. Und auch geschrieben. Das Lese-/Schreibverhältnis beträgt 100:1
• Nehmen wir ein Beispiel einer jetzt kleineren Zahl. Angenommen, Sie wählen eine SQL-Datenbank für abc oder ein anderes E-Commerce-Auftragsverwaltungssystem. Die Zahl der Bestellungen steigt täglich um Tausende. Es gibt bereits 10 Millionen Datensätze. Nehmen wir nun an, dass kein Datenarchiv vorhanden ist. High-Read-Abfragen mit über zehntausend Abfragen pro Sekunde. Und auch geschrieben. Das Lese- und Schreibverhältnis beträgt 10:1
• Drittes Beispiel: Freebie-Verteilung. Wir haben 10 Millionen Goodies zu verschenken. 1 Goody pro Benutzer. Hohe Konsistenz und geringe Latenz sind die Ziele. Gehen wir davon aus, dass bereits 20 Millionen Nutzer auf die kostenlose Verteilung warten, werden alle, sobald die Zeit beginnt, versuchen, an die kostenlosen Extras zu kommen.

Hinweis: Bei dieser Frage wird davon ausgegangen, dass wir eine Auswahl treffen SQL-Lösung. Auch wenn der bereitgestellte Anwendungsfall keinen logischen Sinn ergibt, ignorieren Sie ihn. Ziel ist der Erwerb numerischer Kenntnisse.

Kann mir jemand helfen, den Benchmark zu verstehen? Alle reellen Zahlen aus dem Projekt, an dem Sie gerade arbeiten, zeigen, dass es sich bei einer großen Datenbank mit so vielen Abfragen um die beobachtete Latenz handelt. Alles, was mir helfen kann, die Anzahl der ausgewählten Tabellen für eine bestimmte Anzahl von Abfragen und eine bestimmte Latenz zu rechtfertigen.