我即将开始一个应该有一个相当大的数据库的新项目。
表的数量不会很大（<15），大多数数据（99％）将包含在一个大表中，这几乎只是插入/读取（没有更新）。
该表中的估计数据量将以每天 500.000条记录增长，我们应该至少保持 1年以便能够做各种报道。
需要（只读）复制数据库作为备份/故障转移，并且可能用于在高峰时段卸载报告。
我没有那些大型数据库的第一手经验，所以我问那些在这种情况下哪个DB是最佳选择。我知道 Oracle 是安全的选择，但如果有人有类似设置的 Postgresql 或 Mysql 的经验，我会更感兴趣。
答案 0 :(得分：27)
我在一个我们每天看到100K-2M新行的环境中使用过PostgreSQL，大多数都添加到一个表中。但是，这些行往往会缩减为样本，然后在几天内删除，所以我不能谈论超过~100M行的长期性能。
我发现插入性能非常合理，尤其是在使用批量COPY时。查询性能很好，虽然计划员的选择有时会让我困惑;特别是在做JOINs / EXISTS时。我们的数据库需要非常定期的维护（VACUUM / ANALYZE）才能保持平稳运行。我可以通过更仔细地优化autovacuum和其他设置来避免这种情况，如果你没有做很多DELETE，那就不是问题了。总的来说，在某些方面我觉得配置和维护比应该更加困难。
我没有使用Oracle，而MySQL只用于小型数据集，所以我无法比较性能。但是对于大型数据集，PostgreSQL可以工作。
答案 1 :(得分：8)
你有“The Data Warehouse Toolkit”的副本吗？
建议有以下几点。
从符合或组织这些事实的维度中分离事实（可衡量的，数字的）值。一张大桌子并不是最好的主意。这是一个支配设计的事实表，加上一些小尺寸表，可以“切割和切割”事实。
将事实保存在简单的平面文件中，直到您想要进行SQL样式的报告。不要创建和备份数据库。创建和备份文件;仅为您必须从SQL执行的报告加载数据库。
尽可能创建摘要或额外数据集以供分析。在某些情况下，您可能需要将整个内容加载到数据库中。如果您的文件反映了您的表设计，那么所有数据库都有批量加载器工具，可以从文件中填充和索引SQL表。
答案 2 :(得分：6)
Google的BigTable database和Hadoop是两个可以处理大量数据的数据库引擎。
答案 3 :(得分：6)
关于Google BigTable的一些有趣观点有......
Bigtable与DBMS
我强调了联接和无SQL支持，因为您提到需要运行一系列报告。我不知道有多少（如果有的话）没有这样做，如果你在哪里使用它，你会在运行报告。
答案 4 :(得分：6)
数据量（每年200万条记录）并不是很大，应该与任何标准数据库引擎一起使用。
如果您不需要实时报告，情况会更容易。我在其他服务器上镜像和预聚合数据，例如每日批次。像S.Lott建议的那样，您可能希望阅读数据仓库。
答案 5 :(得分：5)
我们使用Firebird作为一个非常庞大的数据库（现在保存数据超过30年）并且它可以很好地扩展。
最好的是你有配置的属性，但不像你安装的那样，它可以很好地工作，而不需要在你可以使用它之前开始配置。