本文目录一览

1，二万亿条数据用什么数据库

建议用oracle或者db2，这两个数据库性能良好，运行稳定。
数量量这么大，用oracle这个数量量级别的，尽量别用Mysql
先把A表的表SQL导出，然后直接把A表重命名，运行导出的sql脚本，新建A表，再用SQL语句查出你要的200万条数据，直接导入新建的A表！
感觉一般的数据库都不是问题，主要看你做什么用，建议oracle

二万亿条数据用什么数据库

2，c数据库那种最快支持多线程或文本数据库

选择成品数据库，要看之后的应用结构的才能确定用哪个快..如果仅仅是要写入时快，不考虑查询情况..那当然直接把C/C++的数据结构给保存了最快..比如保存一个struct Record，或class Record，限定好成员大小后，直接内存到磁盘的写盘...这样写最快，而读取只能顺序读取....另json等是交换格式不是存储格式更不能当数据库用哇....
没啥问题，数据库支持多线程，内部通过锁表或锁行同步多线程

c数据库那种最快支持多线程或文本数据库

3，sqlserver数据库的分库该怎么实现

sql server 2008数据库分离操作跟sql server 2005是一样的，以下具体介绍如何分离sql server 数据库：　　1、打开 sql server 控制台（SQL Server Management Studio），然后登录。　　2、登录时如果知道sa密码可以使用“SQL Server身份验证”模式登录，如果不知道sa密码可以使用“windows身份验证”模式登录就不需要密码登录。而sql server 2008的用户一般是在安装的时候自定义的用户，但也可以使用“windows身份验证”模式登录。　　3、登录到控制到中之后，找到【数据库】点击展开，然后找到你所需要分离的数据库名称。选中数据库【右键】-【任务】-【分离】即可。　　附件说明：分离数据库一般是需要将数据库拷贝到其他机器或者是移动磁盘时和不需要使用该数据库的情况下才做数据库分离。数据库一旦分离之后所对应的软件将无法正常使用和打开数据库。如果需要重新将数据库还原到数据库控制台中，选中【数据库】-【右键】-【附加】，找到你所要附件的数据所在的磁盘路径，选择以“.MDF”为后缀的文件即可。
这个要看你是一次性的同步还是一直持续有数据更新需要同步的呢?如果是一次性的,有2个方法:1、在服务器上备份，然后拿备份到本地还原。2、停掉服务器上的sql server服务，然后直接拷贝数据库文件，然后拿到本地附加上去。如果是一直持续有数据更新需要同步的，也有以下方法：1、利用sql server本身自带的replication（复制）技术。2、在服务器上利用触发器记录表的变化，然后定时用作业调度将变化的数据从服务器取回本地。（只适合需要同步的表不多，且记录变化不多的情况）3、自己在本地写脚本，利用作业调度、链接服务器的方式直接读取服务器的表记录，然后插入本地。（只适合需要同步的表不多）4、在服务器上导出文本，然后用程序将文本下载回本地，然后在写程序将这些文本入库。

sqlserver数据库的分库该怎么实现

4，请问sqlite如何分库查询

1 基本思想之什么是分库分表？ 从字面上简单理解，就是把原本存储于一个库的数据分块存储到多个库上，把原本存储于一个表的数据分块存储到多个表上。 2 基本思想之为什么要分库分表？ 数据库中的数据量不一定是可控的，在未进行分库分表的情况下，随着时间和业务的发展，库中的表会越来越多，表中的数据量也会越来越大，相应地，数据操作，增删改查的开销也会越来越大；另外，由于无法进行分布式式部署，而一台服务器的资源（cpu、磁盘、内存、io等）是有限的，最终数据库所能承载的数据量、数据处理能力都将遭遇瓶颈。 3 分库分表的实施策略。 分库分表有垂直切分和水平切分两种。 3.1 何谓垂直切分，即将表按照功能模块、关系密切程度划分出来，部署到不同的库上。例如，我们会建立定义数据库workdb、商品数据库paydb、用户数据库userdb、日志数据库logdb等，分别用于存储项目数据定义表、商品定义表、用户数据表、日志数据表等。 3.2 何谓水平切分，当一个表中的数据量过大时，我们可以把该表的数据按照某种规则，例如userid散列，进行划分，然后存储到多个结构相同的表，和不同的库上。例如，我们的userdb中的用户数据表中，每一个表的数据量都很大，就可以把userdb切分为结构相同的多个userdb：part0db、part1db等，再将userdb上的用户数据表usertable，切分为很多usertable：usertable0、usertable1等，然后将这些表按照一定的规则存储到多个userdb上。 3.3 应该使用哪一种方式来实施数据库分库分表，这要看数据库中数据量的瓶颈所在，并综合项目的业务类型进行考虑。 如果数据库是因为表太多而造成海量数据，并且项目的各项业务逻辑划分清晰、低耦合，那么规则简单明了、容易实施的垂直切分必是首选。 而如果数据库中的表并不多，但单表的数据量很大、或数据热度很高，这种情况之下就应该选择水平切分，水平切分比垂直切分要复杂一些，它将原本逻辑上属于一体的数据进行了物理分割，除了在分割时要对分割的粒度做好评估，考虑数据平均和负载平均，后期也将对项目人员及应用程序产生额外的数据管理负担。 在现实项目中，往往是这两种情况兼而有之，这就需要做出权衡，甚至既需要垂直切分，又需要水平切分。我们的游戏项目便综合使用了垂直与水平切分，我们首先对数据库进行垂直切分，然后，再针对一部分表，通常是用户数据表，进行水平切分。 4 分库分表存在的问题。 4.1 事务问题。 在执行分库分表之后，由于数据存储到了不同的库上，数据库事务管理出现了困难。如果依赖数据库本身的分布式事务管理功能去执行事务，将付出高昂的性能代价；如果由应用程序去协助控制，形成程序逻辑上的事务，又会造成编程方面的负担。 4.2 跨库跨表的join问题。 在执行了分库分表之后，难以避免会将原本逻辑关联性很强的数据划分到不同的表、不同的库上，这时，表的关联操作将受到限制，我们无法join位于不同分库的表，也无法join分表粒度不同的表，结果原本一次查询能够完成的业务，可能需要多次查询才能完成。 4.3 额外的数据管理负担和数据运算压力。 额外的数据管理负担，最显而易见的就是数据的定位问题和数据的增删改查的重复执行问题，这些都可以通过应用程序解决，但必然引起额外的逻辑运算，例如，对于一个记录用户成绩的用户数据表usertable，业务要求查出成绩最好的100位，在进行分表之前，只需一个order by语句就可以搞定，但是在进行分表之后，将需要n个order by语句，分别查出每一个分表的前100名用户数据，然后再对这些数据进行合并计算，才能得出结果。 上述整理于互联网

5，mysql怎样分库

TiDB 社区（AskTUG）对于传统数据库，无论是水平还是垂直分库，都是很繁琐，耗时耗力的工作，TiDB 作为 NewSQL 数据库，根据自身特性，完美解决该问题水平弹性扩展通过简单地增加新节点即可实现 TiDB 的水平扩展，按需扩展吞吐或存储，轻松应对高并发、海量数据场景。分布式事务TiDB 100% 支持标准的 ACID 事务。
1 基本思想之什么是分库分表？从字面上简单理解，就是把原本存储于一个库的数据分块存储到多个库上，把原本存储于一个表的数据分块存储到多个表上。2 基本思想之为什么要分库分表？数据库中的数据量不一定是可控的，在未进行分库分表的情况下，随着时间和业务的发展，库中的表会越来越多，表中的数据量也会越来越大，相应地，数据操作，增删改查的开销也会越来越大；另外，由于无法进行分布式式部署，而一台服务器的资源（cpu、磁盘、内存、io等）是有限的，最终数据库所能承载的数据量、数据处理能力都将遭遇瓶颈。3 分库分表的实施策略。分库分表有垂直切分和水平切分两种。3.1 何谓垂直切分，即将表按照功能模块、关系密切程度划分出来，部署到不同的库上。例如，我们会建立定义数据库workdb、商品数据库paydb、用户数据库userdb、日志数据库logdb等，分别用于存储项目数据定义表、商品定义表、用户数据表、日志数据表等。3.2 何谓水平切分，当一个表中的数据量过大时，我们可以把该表的数据按照某种规则，例如userid散列，进行划分，然后存储到多个结构相同的表，和不同的库上。例如，我们的userdb中的用户数据表中，每一个表的数据量都很大，就可以把userdb切分为结构相同的多个userdb：part0db、part1db等，再将userdb上的用户数据表usertable，切分为很多usertable：usertable0、usertable1等，然后将这些表按照一定的规则存储到多个userdb上。3.3 应该使用哪一种方式来实施数据库分库分表，这要看数据库中数据量的瓶颈所在，并综合项目的业务类型进行考虑。如果数据库是因为表太多而造成海量数据，并且项目的各项业务逻辑划分清晰、低耦合，那么规则简单明了、容易实施的垂直切分必是首选。而如果数据库中的表并不多，但单表的数据量很大、或数据热度很高，这种情况之下就应该选择水平切分，水平切分比垂直切分要复杂一些，它将原本逻辑上属于一体的数据进行了物理分割，除了在分割时要对分割的粒度做好评估，考虑数据平均和负载平均，后期也将对项目人员及应用程序产生额外的数据管理负担。在现实项目中，往往是这两种情况兼而有之，这就需要做出权衡，甚至既需要垂直切分，又需要水平切分。我们的游戏项目便综合使用了垂直与水平切分，我们首先对数据库进行垂直切分，然后，再针对一部分表，通常是用户数据表，进行水平切分。4 分库分表存在的问题。4.1 事务问题。在执行分库分表之后，由于数据存储到了不同的库上，数据库事务管理出现了困难。如果依赖数据库本身的分布式事务管理功能去执行事务，将付出高昂的性能代价；如果由应用程序去协助控制，形成程序逻辑上的事务，又会造成编程方面的负担。4.2 跨库跨表的join问题。在执行了分库分表之后，难以避免会将原本逻辑关联性很强的数据划分到不同的表、不同的库上，这时，表的关联操作将受到限制，我们无法join位于不同分库的表，也无法join分表粒度不同的表，结果原本一次查询能够完成的业务，可能需要多次查询才能完成。4.3 额外的数据管理负担和数据运算压力。额外的数据管理负担，最显而易见的就是数据的定位问题和数据的增删改查的重复执行问题，这些都可以通过应用程序解决，但必然引起额外的逻辑运算，例如，对于一个记录用户成绩的用户数据表usertable，业务要求查出成绩最好的100位，在进行分表之前，只需一个order by语句就可以搞定，但是在进行分表之后，将需要n个order by语句，分别查出每一个分表的前100名用户数据，然后再对这些数据进行合并计算，才能得出结果。上述整理于互联网
你需要怎么分？因为数据表太大影响性能了？建议直接分表数据，性质和mysql分区差不多，例如：把某个范围内的id的记录拷贝至另外的库，这样就实现大表变小表，当然，程序上也需要改动

文章TAG：哪些  数据  数据库  支持  哪些数据库支持分库运行  
下一篇