没有架构时如何存储数据？

Question

我正在尝试找出在我现在开始的项目中数据存储的正确选择。

我想存储作为 powershell 脚本输出结果的数据。这意味着我的应用程序的管理员将能够编写一个 powershell 脚本，该脚本将在多个主机上执行，他们会将结果发布回数据存储。然后我想以灵活的方式查询该商店。

让我澄清一下。从 powershell 作业返回的数据不是正确的对象，而是对象属性的键/值集合。所以没有真正的对象可以序列化。

假设我通过 WCF 服务告诉 100 台主机执行两个 powershell 命令 Get-Service 和 Get-Process，然后它们会将结果回发到我的数据存储中。我事先不知道这些数据的架构。

重点不是 PowerShell 也不是 WCF，而是如何存储在存储架构时未知的数据。之后将根据已存储的数据通过一些 GUI 手动创建查询。

之后我希望能够执行一个查询，例如“获取所有运行服务 X 和进程 Y 的主机的列表”？

我正在研究 nosql 数据库作为关系数据库的替代品，但不确定什么是最好的。

感谢您的任何意见。 /莱纳斯

Answer 1

如果将数据作为 XML 存储到 RDBMS 对您来说没有意义（顺便说一句，为什么不呢？），那么有几个 NoSQL DB 可能是不错的选择，因为它们是无模式的。

我可以推荐你看看（根据个人经验，还有很多其他可能相关的）是 CouchDB 和 Riak。两者都提供了一个磁盘绑定键值数据存储，您可以在其中将值存储为 JSON，而无需预定义模式。在这两种情况下，都可以使用 Javascript 通过 RESTful 接口查询数据。

选择应该取决于您期望的数据量：

• Riak 设计为在多个节点上运行，并且通过 MapReduce 处理查询，以便在这些节点之间分配处理，从而为即席查询实现相对快速的数据检索。如果您有大量数据 - 您必须运行即席查询的数百万条记录，请选择此选项。尽管我可以证明 Riak 让管理集群变得相对轻松，但您会为管理集群增加的复杂性“付出代价”。
• CouchDB 设计为在单个节点上运行。复制是可能的（而且很容易），但查询针对单个服务器运行。它具有物化索引，因此对现有索引的查询运行速度很快。 Ad-hoc 查询需要完整的“表扫描”，并且在大型数据集上可能需要几分钟。 OTOH，它的好处是基于浏览器的用户界面不错，而 Riak 在免费版本中缺乏这种界面。

我建议您先试用 Couch - 它很容易设置并开始使用 - 看看它是否能解决您的问题。如果没有，那就去 Riak。

Answer 2

如果您想在设计时存储您不知道其结构的数据，您有几个选择。

选项包括：

将数据存储为 xml（在数据库或文件中）。

动态创建架构以匹配动态数据的结构。

创建一个通用的结构化架构，其中所有类都映射到同一个表，并且所有属性都是动态附加的属性。

例如（通用类结构）

GenericClass
{
    GenericProperty[] SimpleProperties;
    Dictionary[string, GenericClass] ComplexProperties;
}

GenericProperty
{
    String Name;
}

StringProperty: GenericProperty
{
    String Value;
}

IntegerProperty: GenericProperty
{
    Integer Value;
}

在这些类上使用 table-per-type 应该会为您提供通用表。