我们有一个群集（hadoop，pig），它可以生成数据350Gb（每周增长几GB）。
所有这些数据都需要提供给Google Analytics。
我们有一个带有星型模式的Msyql解决方案（只有部分数据加载到此）。但是
关注的是人们可以伸展多远？
我应该像Hive一样关注NoSQL进行数据分析吗？
我读过这篇文章http://anders.com/cms/282/Distributed.Data/Hadoop/Hbase/Hive
大数据有多大，何时我应该远离MySQL？ Mysql的结构刚性是否会导致问题？
目前数据只有几GB（在MySQL中），但肯定会增长。 MySQL集群怎么样？
我应该走这条路吗？
答案 0 :(得分：14)
350Gb（每周增长几GB）...所有这些数据都需要提供给Google
你有内部的MySQL专家吗？如果是，确定=＆gt;只是创建和发展MySQL集群。这个解决方案的唯一问题不是它是MySQL，并不是它不 NoSQL =＆gt;它实际上是因为它需要专家进行设置并始终在您身边，以防需要更改。但是猜猜是什么=＆gt;与map / reduc'ish SQL模拟相比，SQL MUCH 更好，更简单。
稍后使用MySQL解决方案成为问题的东西是 Oracle 。因此，请确保您了解可以免费使用的MySQL功能，以及您需要支付的功能。
如果您不内部有MySQL专家，或者您不想支付一个，那么您肯定可以转向NoSQL。这并不意味着您不需要NoSQL产品专业知识，但是将X节点配置和运行为单个系统对于NoSQL解决方案来说是一个非常简单和自然的过程。
例如，在Riak和其他一些NoSQL野兽中，大多数分发复杂性都是由产品解决的，而你根本不需要做任何事情=＆gt;它真的很简单。
你用NoSQL支付的价格正在失去SQL（考虑好的聚合功能）和一致性，这是最终的，如果你严格做分析，对你来说，一致性可能不是一个价格所有
作为回报，您将获得非常自然的大数据处理，容错和much more。
如果您在Hadooooxyz空间，并且您可以付费，请查看Hadapt，它承诺5次Hive性能。
答案 1 :(得分：2)
问题当然是好几个月了，但是......我最近遇到了InfiniDB，它将MySQL前端放在一个高度可扩展的基于MapReduce的大数据引擎上，专门用于分析。它可能是这个问题的解决方案 - 原则上它应该是插入并且需要很少的管理和很少的代码更改。支持在一个盒子上扩展或在多个服务器上扩展...
答案 2 :(得分：1)
当你开始遇到比较问题中列出的各种问题时，你会切换：https://dba.stackexchange.com/questions/5/what-are-the-differences-between-nosql-and-a-traditional-rdbms
除此之外，回答一般建议之外的问题有点困难，因为你没有提出你想要解决的特定问题（例如缩放，读取速度，要求100％一致性的问题等等） ）。
答案 3 :(得分：1)
InfiniDB不是免费的。
查看http://code.google.com/p/shard-query
这就像在分享的无共享数据库集上的Map-Reduce。适用于STAR架构。在N个节点上对事实表进行分片，并复制每个服务器上的维度表。
您可以查看此博文，了解更多信息和效果测试结果：
http://www.mysqlperformanceblog.com/2011/05/06/scale-out-mysql/
仅供参考：我是Shard-Query的作者。