V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
V2EX 提问指南
dqh3000
V2EX  ›  问与答

求教, 1000 万个总计 30GB 的文件,单机存储,渴望随机读取速度快,怎么存比较好?

  •  
  •   dqh3000 · 2018-03-22 03:42:40 +08:00 · 3681 次点击
    这是一个创建于 2423 天前的主题,其中的信息可能已经有所发展或是发生改变。

    用什么数据库或系统或?

    请教

    27 条回复    2018-03-23 10:26:56 +08:00
    dqh3000
        1
    dqh3000  
    OP
       2018-03-22 03:50:08 +08:00
    可以认为是 1000 万个 json,但是并不需要查询内容

    可以接受 KV 感觉的读取,每个文件可以有 uuid
    binux
        2
    binux  
       2018-03-22 03:59:43 +08:00   ❤️ 2
    加 30G 内存
    dqh3000
        3
    dqh3000  
    OP
       2018-03-22 04:19:13 +08:00
    @binux 随机读写速度相对不会因为数据太多,性能下降太高就行
    msg7086
        4
    msg7086  
       2018-03-22 04:31:39 +08:00
    NVMe SSD + Reiser4 ?
    golmic
        5
    golmic  
       2018-03-22 07:56:23 +08:00 via Android
    不懂帮顶。希望知道答案
    murmur
        6
    murmur  
       2018-03-22 07:57:43 +08:00
    30g 随便买个 intel 的高速 ssd 就可以了啊
    Aug
        7
    Aug  
       2018-03-22 07:58:18 +08:00 via Android
    分布式?
    paranoiagu
        8
    paranoiagu  
       2018-03-22 07:59:23 +08:00 via Android
    这么多文件,参考 ccache 的存储方式。
    XSugar
        9
    XSugar  
       2018-03-22 08:01:32 +08:00 via iPhone
    文件按文件名划分区块?索引会不会好些
    vwhenx
        10
    vwhenx  
       2018-03-22 08:27:13 +08:00
    搞个 64G 内存,存内存里面
    mhycy
        11
    mhycy  
       2018-03-22 08:43:16 +08:00
    入库,瓶颈在文件系统
    shakoon
        12
    shakoon  
       2018-03-22 08:59:33 +08:00
    上世纪末本世纪初这样的数据库存储方式在大型机里可是主流的呢,好多银行在用,VSAM 了解一下 →_→
    Mutoo
        13
    Mutoo  
       2018-03-22 10:13:41 +08:00
    taobao 当初为了实现高性能小文件的读取,自己搞了一套 tfs,后来还做成分布式的。你可以了解一下
    https://github.com/alibaba/tfs
    tigiyj
        14
    tigiyj  
       2018-03-22 10:39:57 +08:00
    最近正好我这类问题同问,我是 4000 万文件,将近 500g,
    tigiyj
        15
    tigiyj  
       2018-03-22 10:40:34 +08:00
    最近正好遇到这类问题同问,我是 4000 万文件,将近 500g,
    jasontse
        16
    jasontse  
       2018-03-22 10:43:20 +08:00 via iPad
    加内存 buffer 或者 Optane
    dqh3000
        17
    dqh3000  
    OP
       2018-03-22 10:46:43 +08:00
    如果把所有文件都对齐到一个统一大小,算是拿空间换时间,不知道会不会好一点?

    换文件系统这件事儿实在是,并不容易……
    yqylovy
        18
    yqylovy  
       2018-03-22 11:19:28 +08:00
    可以考虑 rocksdb
    sunny352787
        19
    sunny352787  
       2018-03-22 11:26:54 +08:00
    我觉得还是扔库里先试试,常用的 redis、mongoDB,甚至 mysql 的读取性能其实应付一般的需求都可以,扔进去测试一下看看先,这么问没有统一答案的,而且随机读取可能没你想象的那么慢
    dqh3000
        20
    dqh3000  
    OP
       2018-03-22 11:33:52 +08:00
    @sunny352787

    现在在 Postgresql 里
    taobibi
        21
    taobibi  
       2018-03-22 11:54:27 +08:00
    SSD 组 RAID10,这样读取没问题,但是响应时间不太好说。
    natforum
        22
    natforum  
       2018-03-22 15:07:54 +08:00
    借楼问下 1300 多个文件 100g,怎么搞,原来想过 hadoop+hdfs,不知道可行性
    macfee
        23
    macfee  
       2018-03-22 17:26:49 +08:00
    tfs
    zts1993
        24
    zts1993  
       2018-03-22 17:29:30 +08:00
    kv 推荐 rocksdb - 具体到实现可以看看 pika
    msg7086
        25
    msg7086  
       2018-03-23 05:52:10 +08:00
    @natforum 简单点可以 GlusterFS。
    iyg429
        26
    iyg429  
       2018-03-23 09:18:43 +08:00 via iPhone
    @binux 拷贝速度快 和什么关系最大?硬盘和内存?
    leekafai
        27
    leekafai  
       2018-03-23 10:26:56 +08:00
    加内存,全部放到内存里面,要读就从内存去读,这样是最快的。
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   5380 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 47ms · UTC 08:52 · PVG 16:52 · LAX 00:52 · JFK 03:52
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.