数据库疑点

大规模数据如何检索？

思考
1.用什么数据库好？(mysql、sybase、oracle、mongodb、hbase…)
2.如何解决单点故障；(lvs、F5、A10、Zookeep、MQ)
3.如何保证数据安全性；(热备、冷备、异地多活)
4.如何解决检索难题；(数据库代理中间件：mysql-proxy、Cobar、MaxScale等;)
5.如何解决统计分析问题；(离线、近实时)

传统数据库的应对解决方案
对于关系型数据，我们通常采用以下或类似架构去解决查询瓶颈和写入瓶颈：
解决要点：
1.通过主从备份解决数据安全性问题；
2.通过数据库代理中间件心跳监测，解决单点故障问题；
3.通过代理中间件将查询语句分发到各个slave节点进行查询，并汇总结果

非关系型数据库的解决方案
对于Nosql数据库，以mongodb为例，其它原理类似：
解决要点：
1）通过副本备份保证数据安全性；
2）通过节点竞选机制解决单点问题；
3）先从配置库检索分片信息，然后将请求分发到各个节点，最后由路由节点合并汇总结果

另辟蹊径——完全把数据放入内
完全把数据放在内存中是不可靠的，实际上也不太现实，当数据达到PB级别时，按照每个节点96G内存计算，在内存完全装满的数据情况下，需要的机器是：1PB=1024T=1048576G
节点数=1048576/96=10922个
实际上，考虑到数据备份，节点数往往在2.5万台左右。成本巨大决定了其不现实！

从前面讨论解到，把数据放在内存也好，不放在内存也好，都不能完完全全解决问题。
全部放在内存速度问题是解决了，但成本问题上来了。
为解决以上问题，从源头着手分析，通常会从以下方式来寻找方法：
1、存储数据时按有序存储；
2、将数据和索引分离；
3、压缩数据；
这就引出了Elasticsearch。