客户端向服务器发送一些实时数据。服务器将对这些数据进行简单的分析。它只查找特定范围内的数据，或对某些数据进行排序。大部分数据在分析后都会被丢弃，因此无需将它们保存在磁盘中。
我想使用一些内存数据库来处理它们。 MYSQL的内存引擎是不是一个不错的选择？如果我使用 Redis 之类的键值对内存缓存引擎怎么样？因为需要比较数据，可能纯key-value store不能满足我的需求。
【问题讨论】：
标签： mysql redis key-value-store
在我看来，没有数据库会更好，但这取决于您的数据结构以及您必须执行的操作类型。
如果结构简单，操作容易，那么你可能应该将数据存储在你正在使用的编程平台的数据结构中。
【讨论】：
如果你打算使用 MySQL 的内存引擎，有几个问题：
默认情况下，索引是使用哈希表而不是 btree 实现的。如果您需要对数据进行排序或范围支持，使用 btree 可能会更有趣。
锁定粒度是表。有一个 R/W 锁来防止并发 DML 操作。虽然原始性能还不错，但当您同时有许多写入器时，可扩展性就不是很好。
所有行都有固定的宽度（如果您需要存储 varchar，请小心...）
此外，与大多数其他 RDBMS 一样，MySQL 协议是同步的。每次客户端写入数据库时，他们都会等待回复。如果您有大量数据，批处理写入操作几乎是获得良好性能的必要条件。
这实际上取决于数量、客户端数量和吞吐量。如果要求低，那么任何存储解决方案（包括 MySQL）都可以正常工作。现在，如果需要更高的性能或更高的可扩展性，那么其他解决方案可能会更好。
您要编写的可能是 DIRT 应用程序（数据密集型实时）。好的存储解决方案是 MongoDB（支持 upserts，写操作的单向协议等）和 Redis（内存中，O(1) 操作，流水线等）。 根据您的需要，由于 btree 索引和 map/reduce 支持，使用 MongoDB 可以更轻松地进行数据建模和处理。使用 Redis 可能会稍微复杂一些，但如果选择正确的数据结构，最终会获得更确定的性能。
最后，您可能还希望通过动态处理数据来避免存储数据。您可以使用流引擎来实现这一点，例如高速交易平台上使用的引擎。例如，如果您准备使用 Java 进行编码，ESPER 是一个出色的 CEP 解决方案，可以使用类似 SQL 的语言处理数据流和/或建立流之间的关联。
【讨论】：