首先我想说： 我检查了互联网上的类似帖子，并且在堆栈溢出中看到了类似的问题，例如：
Best data store for billions of rows
How to store 7.3 billion rows of market data (optimized to be read)?
但是我想打开我的问题进行仔细检查。
所以...我开始写我的[BIG PROJECT]，现在我正在写所有文档，等等...
在检查“事物”时，我发现在我的应用程序的一般使用情况之一中，我将需要处理...
[!!! ATTENTIONS !!!] 关于每天的BILLIONS个请求！
是的。每天数十亿！
我不能说这是什么要求等等，但是我可以说：
1）请求中的数据具有很好的结构 2）我将需要大量处理此数据。我的意思是对这些数据有很多查询。
今天我在MS SQL Server 2017（14.0.100）中对计算进行了快速测试：
5000万条记录= 10GB
===> 1B ==> 200GB
所以 200GB 是 DAILY 大小！
200Gb * 30 = 6TB -每月
6TB * 12 ===> 72TB - 1年大小
查询（存储过程）不是那么快。
因为我只是在“文档，技术设计”步骤中。我想花些时间，检查处理这些数据的最佳方法。
如果我看1-3-5年以后...
（不想在两年后开始更改数据的迁移方式等。）
第二个问题是建筑 ...
这种大数据流与 Google Analytics（分析） 非常相似。 但是我已经发送了请求的ID作为响应。
我通常是 .NET开发人员，并且将在 .NET CORE和微服务体系结构
上开发此项目现在我在linux，ngnix 等下的 .NET CORE中看到了强大的功能...
所以我的问题是： 什么是编写此微服务的最佳实践/架构模板。 Google Analytics（分析） 如何在天每天处理此百万和十亿个请求。
我检查了Google Analytics（分析）数据库-这是 BigTable 。
我发现的最佳选择是： HBase
如果 HBase 是我的 HERO ??
还有一个问题是：
最佳选择是什么
谢谢你们的帮助，对不起我的英语语法。
答案 0 :(得分：2)
大卫，这是一个很好的挑战。 TBH，我不会理会如此规模的数据的关系数据库，而云是必须的。
如果您是.NET开发人员，请坚持使用Azure并了解Cosmos DB，但这会很昂贵！！！另外，如果您的系统读起来很繁琐，请查看Cassandra，但您对查询数据的方式有所限制，对于复杂的查询场景，您将需要使用类似Elasticsearch的工具。我对HBase没有任何经验。
在应用程序方面，还有其他一些问题，例如最终的一致性和可用性，您可能需要查看CQRS或Actor Pattern http://getakka.net/之类的模式来创建高可用性的反应式应用程序。另外，不要忘记docker和kubernetes将成为您的朋友。