現在需要做乙個資料儲存，500w左右的資料，日後每天大約產生5w條左右的資料。想把這些資料儲存起來，供日後的資料分析用？使用上面說的三種資料庫中的哪中比較好？是否有必要建立集群？
個人看法是：從長遠角度看，由於單台機器的效能瓶頸，後期肯定要做集群，單純的做複製最終也無法緩解單台master上讀的負擔。因此，使用mysql的話會使用cluser。但是了解到mysql的cluser要用好的化還要做負載均衡，而mysql的均衡器是第三方的，無法很好的與mysql整合。使用mongodb的自動分片集群能很好的解決這個問題，而且它的讀寫效能也快。hbase提供了大資料儲存的解決方案。
回到我問題，最終是要在大資料的基礎上做資料分析，雖然mongodb也能與mapreduce整合，但想必hbase做這一塊會更有優勢。
雲碼答案：
百萬級的資料，無論側重oltp還是olap，當然就是mysql了。
過億級的資料，側重oltp可以繼續mysql，側重olap，就要分場景考慮了。
實時計算場景：強調實時性，常用於實時性要求較高的地方，可以選擇storm;
批處理計算場景：強調批處理，常用於資料探勘、分析，可以選擇hadoop;
實時查詢場景：強調查詢實時響應，常用於把db裡的資料轉化索引檔案，通過搜尋引擎來查詢，可以選擇solr/elasticsearch;
企業級ods/edw/資料集市場景：強調基於關係性資料庫的大資料實時分析，常用於業務資料整合，可以選擇greenplum；
資料庫系統一般分為兩種型別：
傳統資料庫側重交易處理，即oltp，關注的是多使用者的同時的雙向操作，在保障即時性的要求下，系統通過記憶體來處理資料的分配、讀寫等操作，存在io瓶頸。
oltp（on-line transaction processing，聯機事務處理）系統也稱為生產系統，它是事件驅動的、面向應用的，比如電子商務**的交易系統就是乙個典型的oltp系統。
oltp的基本特點是：
資料庫的各種操作主要基於索引進行。
分析型資料庫是以實時多維分析技術作為基礎，即側重olap，對資料進行多角度的模擬和歸納，從而得出資料中所包含的資訊和知識。
olap（on-line analytical processing，聯機分析處理）是基於資料倉儲的資訊分析處理過程，是資料倉儲的使用者介面部分。olap系統是跨部門的、面向主題的，其基本特點是：
百萬級別資料庫優化技巧
優化方向 sql語句優化 索引 分表.sql語句優化 1 不要返回用不到的資料 select from shop user select id username from shop user 2 where 跟 order by 是搜尋的關鍵，避免全表掃瞄。考慮在對應的列上建立索引 where 語句...
百萬級別的大資料查詢效能分析
實際上可以從下面幾個方面提高效能 最根本的還是從索引查詢，避免全表掃瞄。1.伺服器端 資料表資料太多的話要建立索引，以提高查詢速度 查詢改用儲存過程，實際上現在比較傾向於所有查詢都寫能儲存過程，在實際過程中應根據具體情況而定。2.伺服器 客戶端 查詢時一次不要從伺服器端取過多的資料，以免過多地占用網...
JAVA使用POI如何匯出百萬級別資料
經常使用excel的人應該都能知道excel2007及以上版本可以輕鬆實現儲存百萬級別的資料，但是系統中的大量資料如何能夠快速準確的匯入到excel中這好像是個難題，對於一般的web系統，我們為了解決成本，基本都是使用的入門級web伺服器tomcat，jdk在32為系統中支援的記憶體不能超過2個g，...