我正在计划一个新的项目，最终将涉及分析我收集的数据。它主要是具有不同数量组件的时间序列数据（想想关系数据库列）。时间序列数据将在所涵盖的时间段和测量的频率上变化（因此没有太多的标准化信息可以组合成更少的表格）。没有时间序列集将具有太多数据，可能每个系列最多约100,000次测量，平均约5000次测量（想想行）。我希望至少有10,000套不同的时间序列数据（思考表）。
我预计不必进行许多复杂的查询（即使我这样做，也没有时间敏感的这个项目，因为它实际上只是批量式分析，所以我可以在选择数据后用软件做复杂的事情DB）所以我也在考虑像MongoDB这样的NoSQL数据库。
有人可以告诉我MySQL或MongoDB是否是更好的选择？如果MySQL，哪个存储引擎？如果不是，你有更好的建议吗？此外，如果表的数量从10,000跳到500,000或更多，这是否会改变您的答案？
答案 0 :(得分：3)
我想建议一个名为SciDB.org的新DBMS。他们声称它不是典型的DBMS，因为它更侧重于科学分析处理。它专门针对时间序列数据进行了优化，并且可以进一步优化以在云上运行。
它针对时间序列数据进行了优化，因为它将数据存储在列中而不是行中，从而允许在时间维度上快速访问。
你应该看看。
我用它来分析在几个月的时间内以每秒2000个样本采样的数据。