SQLServer 的多表查询，每个表百万条数据，增量不多，要求实时变化或者 5 分钟刷新一次，有啥好的解决方案吗？
ES 适合做吗？（公司有 ES 集群，大数据框架我只接触过 es ）
• 请不要在回答技术问题时复制粘贴 AI 生成的内容
This topic created in 2043 days ago, the information mentioned may be changed or developed.
Supplement 1 · Apr 2, 2021
今天继续了解了一下，公司应该是想做数据分析这方面的，比如实时的用户行为分析
 |
zoharSoulMar 31, 2021
1
es 可以的,
实际上百万级我觉得 sql 数据库也完全能抗住... 毕竟数据量少 |
 |
TimePPTMar 31, 2021 via Android
2
试试统计可以试试 flink
|
 |
4
@zoharSoul sql 涉及各种计算，年度统计的时候很慢，报表太多，不想优化 SQL，想找一种统计方案（具体情况我不太清楚，领导给的信息比较少）
|
 |
bthuluMar 31, 2021
6
才百万数据, 全部塞内存里就行了
|
 |
imn1Mar 31, 2021
10
@3country #9
你还是去问清楚详细需求吧，一般大周期（季、半年、年）的统计都是专门做报告的，实时的统计更多用于监测“异常”和分析变化趋向，年报数据每几分钟变一次是很奇怪的 —— 报告不可信 至于用什么，那不是我擅长的 |
 |
flighterMar 31, 2021
11
百万级 数据库就可以，ES 完全无压力
|
 |
kiracyanMar 31, 2021
12
百万很小量级了
|
 |
qq1340691923Mar 31, 2021 via iPhone
13
我就是用的 es，一个索引十几亿条数据无压力
|
 |
luoqengMar 31, 2021
14
flink
|
 |
15
没有关键词查询需求的话建议 Clickhouse，简单粗暴，性能强劲
|
1 |
daweibaoMar 31, 2021
16
15 楼的方案可以考虑
|
 |
jenlorsMar 31, 2021
17
ClickHouse +1
|
 |
xuanbgMar 31, 2021
18
分级汇总。简单的说就是今年之前的数据是不变的，可以按需求汇总之后存起来。然后今年 1 、2 月份的数据也是不变了，也可以按月 /日汇总后存起来。剩下的也就是查当月数据罢了。或者干脆连当月的数据也按天汇总存起来，竟只需查询当日数据就够了。
|
 |
Alexf4Apr 1, 2021
19
Clickhouse +2，而且还可以帮你涉及下新的领域？
|
 |
wushigejiajia01Apr 1, 2021
20
巧了，我最近就在搞报表开发，大多是百万数据表，千万表目前有一张（但是这张表涉及的统计不多）
------------------------------------------------- 针对报表开发，我们单独弄了个库，把原始数据同步过来专门用于报表开发，在同步的过程中会把一些必要的字段进行冗余，连缓存都没用 现在那些百万表的关联查询，数据库完全能扛得住，适当的加些索引，当下一点问题都没有 -------------------------------------------------- 当然你要问有没有隐患，那肯定有，过些年这些报表肯定越跑越慢，到时候肯定要优化，到时候分表、缓存之类的搞起来，基本上也能解决了，现阶段就不是我需要考虑的了，工期就这么多 |
 |
keenkillerApr 1, 2021
21
百万级直接用关系型数据库都能扛得住…
搞聚合查询不算是 es 专长，可以考虑 clickhouse 或者 greenplum，甚至 flink |
 |
shanghai1943Apr 1, 2021
22
|
 |
leeg810312Apr 1, 2021 via Android
23
年报统计 5 分钟刷一次？定这技术需求的人是不是从来没有做过 OLAP ？月报年报根本不可能是实时报表，都是定期任务，明细数据输入截止后执行一晚上，第二天就能看所有报表了，即使单表上千万也足够。上亿数据就得用大数据计算框架，Spark/Flink 等都可以，但这得准备很多硬件资源
|
|
Alexf4Apr 2, 2021
24
@shanghai1943 clickhouse 做 OLAP 比较合适，高并发这个要求得看具体场景，很多大厂还是有 clickhouse 的实践经验的。
|
|
25
@leeg810312 公司应该是想做实时数据分析，这方面用什么框架？
|
|
26
@3country Spark/Flink 都可以做实时流式计算，需要配合 Kafka，场景是类似用户行为分析（商用），交通流量分析（公共服务）这样，短时间窗口内快速计算较多数据（例如 10 秒 1000 下单的分析），几秒出结果。报表属于离线计算，针对每次几千万数亿或更多的数据量，可能要 10 几分钟甚至几小时才出结果。建议厘清实际技术需求做些调研。
|
|
27
@leeg810312 好的，谢谢老哥解惑
|
Select Language