任何可擴展的OLAP數據庫（Web應用程序規模）？

Question

我有一個應用程序需要針對不同級別的聚合進行分析，這就是OLAP工作負載。我也想經常更新我的數據庫。

例如，這裏是我的更新是什麼樣子（架構是這樣的：時間，DEST，源IP，瀏覽器 - >訪問次數）

(15:00-1-2-2010, www.stackoverflow.com, 128.19.1.1, safari) --> 105 

(15:00-1-2-2010, www.stackoverflow.com, 128.19.2.1, firefox) --> 110 

... 

(15:00-1-5-2010, www.cnn.com, 128.19.5.1, firefox) --> 110 

然後我要問什麼是WWW的總訪問.stackoverflow.com從上個月的Firefox瀏覽器。

我知道Vertica系統可以以相對便宜的方式來執行此操作（性能和可擴展性明智，但不是成本明智的）。我在這裏有兩個問題。

1）有沒有一種開源產品可以用來解決這個問題？特別是，Mondrian系統的工作效果如何？ （可伸縮性和性能） 2）是否有HBase或Hypertable基礎解決方案（顯然，裸體HBase/Hypertable不能這樣做）？ - 但是如果有一個基於HBase/Hypertable的項目，可擴展性可能不會成爲IMO的問題）？

謝謝！

Answer 1

您可以下載greenplum數據庫的免費版本（單節點版本）。我沒有嘗試過，但我認爲/猜測它是一個強大的野獸。這裏閱讀：http://www.dbms2.com/2009/10/19/greenplum-free-single-node-edition/

另一個選擇是MongoDB，它是快速和免費的，你可以用JavaScript編寫MapReduce函數來做分析。

我在這裏的聲望是低到添加一個超級鏈接到mongodb，所以你必須谷歌。我只能爲每個帖子添加一個超鏈接。

Answer 2

zohmg project旨在使用Hadoop和HBase解決此問題。

Answer 3

Facebook還在Hadoop之上構建了Hive。很簡單，開始 - 合理的查詢API也是如此。

http://mirror.facebook.net/facebook/hive/

Answer 4

是您的數據模型比這更復雜？如果不是，你可能會爲它編寫自定義代碼。然後你可以真正調整到你的數據。真正的產品必須提供很多靈活性，因此需要很多複雜的工作來實現這一點，並因此而受到影響。

你的問題在一個方面不明確：當你談論可擴展性時，你的意思是什麼？你是從很多網站收集數據，但只有有限的查詢用戶，或者你也有很多用戶？這種情況導致了一種截然不同的模式。