加载大量数据（10000 个信号 - 时间序列）
Load large amount of data (10000 signals - time series)
我正在分析如何以每秒 50 次的速度存储超过 10000 个信号。可能我会从记忆中阅读它们。每个信号都有一个时间戳（8 字节）和一个双精度（8 字节）。此过程每周 1 天 运行 4 小时。那么：
10000 x 50 x 16 = 8 MBS/秒。
8 x 3600 x 4 = 115 GBS/周。
我应该使用什么数据库（或其他选项，如文件）来快速存储这些数据。 MondoDB 或 Cassandra 是好的选择吗？什么语言会好？ Java 是否足够快以从内存中读取数据并存储在数据库中，或者 C 是更好的选择？
是否需要集群解决方案？
谢谢。
每天大约有 700~800 MB 的数据 - 所以如果您需要查询它 - 一个月后 - 将扫描 25 GB。
在这种情况下，您可能需要 clustered/sharded 解决方案来分担负载。
由于数据会不断增长 - 您需要一个动态解决方案，它可以使用 mongoDB 分片和副本集来跨越负载和管理数据分布。
根据您的描述，我建议使用 Sqlite 数据库。它重量很轻，比 MySQL 和 MongoDb.
更快
请参阅此处 benchmark。
我正在分析如何以每秒 50 次的速度存储超过 10000 个信号。可能我会从记忆中阅读它们。每个信号都有一个时间戳（8 字节）和一个双精度（8 字节）。此过程每周 1 天 运行 4 小时。那么：
10000 x 50 x 16 = 8 MBS/秒。
8 x 3600 x 4 = 115 GBS/周。
我应该使用什么数据库（或其他选项，如文件）来快速存储这些数据。 MondoDB 或 Cassandra 是好的选择吗？什么语言会好？ Java 是否足够快以从内存中读取数据并存储在数据库中，或者 C 是更好的选择？
是否需要集群解决方案？
谢谢。
每天大约有 700~800 MB 的数据 - 所以如果您需要查询它 - 一个月后 - 将扫描 25 GB。
在这种情况下，您可能需要 clustered/sharded 解决方案来分担负载。
由于数据会不断增长 - 您需要一个动态解决方案，它可以使用 mongoDB 分片和副本集来跨越负载和管理数据分布。
根据您的描述，我建议使用 Sqlite 数据库。它重量很轻，比 MySQL 和 MongoDb.
更快请参阅此处 benchmark。