3
我需要一些帮助来决定我们应该为我们的项目选择哪个数据库。我们正在开发一个Web应用程序，收集有关用户行为的数据并分析这些数据（糟糕的解释，但我无法提供更多细节; Web分析数据是我们的核心数据集之一）。我们估计，我们将每周插入大约2亿行到从原始数据计算的数据库+数据中。数据必须保留至少六个月。为分析选择合适的数据库的难度
我已经花了上周和半年收集有关不同解决方案的信息，但似乎有太多，我感到迷失。我发现的最有希望的是Cassandra，Hbase和Hive。我也看过MongoDb，Redis和其他一些人，但他们看起来像适合不同的需求，或者社区并不那么活跃。
- 整个应用程序将运行在亚马逊的EC2。作为一家初创公司，现收现付的定价模式就像一只手套一样适合我们。数据库在云中管理越容易，越好。
- 可伸缩性很重要。我们将生成的数据量会有很大差异，并且会随着时间的推移而增长。
- 我们无法支付巨额授权费用。否则，我们可能会使用类似http://www.vertica.com/。
- 我们需要对数据进行各种分析，他们越容易写得越好。我想过使用Map/Reduce来完成任务; Hbase似乎比Cassandra有更好的支持，Hive拥有它自己的查询语言。实时分析是不需要的;我们可以每天计算一次结果并将它们铲回数据库以便快速检索。
- 压缩支持会很好，但不是必需的（磁盘空间很便宜:)。
我也不过关于使用MySQL（因为我们将使用所有的用户信息等等反正），但比例会更难在未来，我认为在某个时候，我们将不得不转移到一些其他数据库无论如何。我们也非常愿意投入一些时间和精力来推动所选数据库的发展。