这个用例的最佳NoSQL DBMS是什么？

Question

在我提出问题之前，先谈谈我们的问题。

我们正在制定政府收入预测申请。在这个应用程序中，我们收集有关以前收入的数据，应用几个计量经济学和政治投影模型（通过几个阶段），同时将其持久化到数据库。

简而言之，这是投影系统的简化模型：

使用此架构的几行（开始时，~6000行）代表过去的收入（称为业务情景）：

+------+------+------+------+------+-------+---------+
| Cat1 | Cat2 | Cat3 | Cat4 | Year | Month | Revenue |
+------+------+------+------+------+-------+---------+

在整个投影系统中，数据以多种方式转换（移动类别，改变收入值，修复非典型性等）。每个转换都在一个阶段完成：

Initial Scenario (S0) ---(1st transformation phase)--> Transformed Scenario (S1)
S1 ---(2nd t.p.)--> S2 ---> S3 ---...---> SN

每个阶段都会转换一个场景，这个块的大小从2-100％的数据变化，部分场景状态必须保持不变，直到达到最终状态（SN）。部分状态只能是变换后的行或整个部分情景（只要可以比较部分状态）。

此外，用户可以返回到该过程（例如，返回到阶段2）并从那里重新开始投影，忽略之前完成的工作。

在这个用例中，我们遇到了RDBMS的问题：它们对于写操作来说确实很慢（花费半小时进行场景预测）。

在阅读了NoSQL DBMS之后，我们得到了几个选项，但是，由于我还在学习曲线上，我想问一下：在这个用例中使用的最佳选择是什么：VoltDB，Redis，Riak ，Cassandra，MongoDB或HBase？

提前致谢。

Answer 1

我将从MongoDB的角度介绍我的解决方案。也许其他人可以从其他数据库中添加他们的经验。

Mongo有一个map / reduce框架，允许您针对数据运行非常复杂的查询。关于map / reduce的好处是你可以将结果输出到数据库中的集合（类似于RDBMS中的表）。

所以它会是：

1. 运行地图/减少作业1 =＆gt;输出到集合A。
2. 针对收集运行地图/减少作业2 A =＆gt;输出到集合B.
3. 针对集合B =＆gt;运行map / reduce job 3输出到集合C。
4. ...
5. 利润！

每个步骤都会产生一组持久的数据。这可以让你从中断的地方继续前进。你当然必须在完成后清理，但它可以工作。

我不是Hadoop专家，但您的情景听起来非常适合他们的生态系统。以中间产出分阶段运行复杂的工作。