这是一个创建于 2057 天前的主题,其中的信息可能已经有所发展或是发生改变。
数据仓库类的应用,有 10 亿条 Hash 数据要插入到数据库中,就 Hash 一个字段,其中一半是会重复插入的,需求是最后 Hash 字段要唯一。
方法 1.如果一开始直接对 Hash 字段做 Unique 唯一索引,那么数据库自己检测是否重复了,但是随着数据量增大,每次检测重复的性能开销是否值得?
方法 2.插入完成后做一次去重处理,把唯一的 Hash 值导入到新的表里。
机器硬件配置一般,所以想问一下哪种方法性能上好一点。
另外 MySQL 和 MongoDB 哪个更适合做这项任务吗?
3 条回复 • 2018-09-26 15:17:12 +08:00
|
|
1
fireapp 2018-09-26 15:07:11 +08:00 via iPhone
bulong
|
|
|
2
fireapp 2018-09-26 15:10:13 +08:00 via iPhone
@ fireapp 上面意外发错了🙀 bloom 过滤器啊,2G 内存能搞定,使用加强版的
|