数据源：我们系统监控的终端设备——————————————————每10秒产生一条记录每年：24*60*60*365/10 = 3153600 约315万—————————————————每个场站100台，每年100*315 = 3亿_______________
500个场站，那么就是3000亿记录，每1000条记录的大小约0.25353M，3000亿既：约36.25T—————————————————存储最近2年的数据2*36.25 = 72.5 T——————————————————服务器端：
数据库构架？
问：1、我们应该用什么数据库存储，用什么方案/框架？2、Hadoop说的大数据是指处理的数据量大还是存储的数据量大？适合这里吗
500个场站，那么就是3000亿记录，每1000条记录的大小约0.25353M，3000亿既：约36.25T—————————————————存储最近2年的数据2*36.25 = 72.5 T——————————————————服务器端：
数据库构架？
问：1、我们应该用什么数据库存储，用什么方案/框架？2、Hadoop说的大数据是指处理的数据量大还是存储的数据量大？适合这里吗
现在有一种流行的趋势，先有数据，再拼命想在这数据上做文章，不管是数据量大还是单次处理的数据量大，现在没人管那么多，有数据的地方都标榜自己是大数据平台
所以，建议监控数据和这些业务数据分开存储，比如监控数据存储到 mongodb里，业务数据存储到 oracle 或者 mysql 里。否则一旦对监控数据进行一次复杂查询，会把你的其它业务功能拖死。对设备的监控数据，一般是如电压、电流、温度等量，对它的数据需求大多是画曲线图。如果用关系数据库存储这些监控数据，可以通过分区表提升数据访问效率，按设备信号的采集时间进行分区，再针对设备 Id 和时间创建索引。分区要有自动扩展功能，可以在应用程序里写一个定时器，每天统计一下分区表中的数据量，如果数据量接近11亿时，创建新分区。如果用 mysql ，可以把监控数据与业务数据分离后，用几台物理机搭个主从复制，把读数据压力分摊到几台物理机上（oracle 肯定也有类似的功能，只是我不太懂，就不扯了）监控系统有时需要对设备数据进行汇总统计，这时可以周期性地对监控数据进行归档，计算中间结果，放到一个中间结果（归档）表中，这个表数据量比监控数据表的数据量少得多。这样后期的汇总统计可以查询归档表，可增强系统性能。比如如果你有设备是实时累加商场收银台每天的收入，有需求是画一个月里每天收入流量的曲线图，在获取数据时是取个设备每天的最后一条数据，如果定期把每天最后一条记录存储到另外一个表中，在画图时直接读取这个归档表，业务功能会快得多。
如何存储，选择合适的数据库和物理模型，要先看你的应用如何访问数据，是OLTP类型还是OLAP类型？或者除了应用之外，是否还要考虑其他需求？比如历史数据如何存放？可能需要不止一种数据库产品来支撑你的需求。
现在有一种流行的趋势，先有数据，再拼命想在这数据上做文章，不管是数据量大还是单次处理的数据量大，现在没人管那么多，有数据的地方都标榜自己是大数据平台
Oracle 一个表存千亿数据肯定没问题
但为了查询速度，要作很多其它优化处理
Oracle 一个表存千亿数据肯定没问题
但为了查询速度，要作很多其它优化处理
有没有开源的软件？暂时不考虑收费的
Oracle 一个表存千亿数据肯定没问题
但为了查询速度，要作很多其它优化处理
有没有开源的软件？暂时不考虑收费的开源的话，关系数据库就用MySQL咯！
别看它开源、免费，但处理海量数据方面不比Oracle差太多。功能上当然没有Oracle那么强大，但基本上对一个监控系统来说是够用了。非关系数据库，可以用 MongoDB，查询性能本人以前专为监控系统做过测试，比 MySQL 快上好几倍。
不过，你在 Oracle 论坛里引导别人推荐非 Oracle 产品，你是来踢馆、砸场子的吗？
2、先要规划你的数据使用。
3、指定数据存储、运算及备份情况。存储就分为线上或线下或使用nosql了。看你的需求基本上就是 要分析相关数据。
你可以将数据入数据仓库（使用etl工具），然后指定计划任务，获取分析结果提供给web展示针对过期数据进行线下备份后删除。
看具体业务需求吧，如果数据的用处是实时查询，那么还是用传统的库吧，分库分表呗，保留一年数据，以前的备份到备份磁盘上，
偏向于分析汇总的数据，就上hadoop吧，这个存储的数据量满足你的需求，计算能力也更适合你这个数据级别的计算，传统库千万级别的join就到瓶颈了。
看具体业务需求吧，如果数据的用处是实时查询，那么还是用传统的库吧，分库分表呗，保留一年数据，以前的备份到备份磁盘上，
偏向于分析汇总的数据，就上hadoop吧，这个存储的数据量满足你的需求，计算能力也更适合你这个数据级别的计算，传统库千万级别的join就到瓶颈了。
用Hadoop当存储用是极大的资源浪费
用肯定能用啊，但是hadoop应该关注在计算上，存储的事应该还是让存储来~~~
用肯定能用啊，但是hadoop应该关注在计算上，存储的事应该还是让存储来~~~嗯嗯