Bedste svar
Som andre allerede skrev, betyder det at tilføje data til den at udfylde en database.
baggrund af udtrykket er grundlaget for databaseteori. Grundlæggende består en database af et skema (de logiske regler, der styrer dataene, implementeret som tabelstruktur og begrænsninger) – også kaldet intentionen – og befolkningen (fakta repræsenteret som data i disse tabeller) – også kaldet udvidelsen.
Da dataene i tabellerne kaldes populationen, kaldes udfyldning af tabellerne med data at udfylde databasen.
Svar
Hvad gør din applikation? Hvor kompliceret er dit DB-skema? Eller er du ligeglad med DB-skema? Hvor meget er du ligeglad med, hvis nogle af dataene går tabt hvert dusin tusind transaktioner? Har du brug for tværnational support?
Det afhænger virkelig af arten af de data, du vil gemme, forholdet mellem enheder i dine data og antallet af forespørgsler, det udføres hvert minut, time og dag. Der er ingen sølvkugle.
SQL-baserede databasesystemer som MySQL har ikke problemer med skalerbarhed. I 2008 kørte Facebook 1800 MySQL-servere med kun to DBAer. Distribuerede databaser som MongoDB, CouchDB og Cassandra er ikke meget skalerbare eller stabile, når det kommer til at køre dem som primært databasesystem for let siger 1k-maskiner. [1]
MySQL : En relationsdatabase, der fungerer godt til kommerciel / slutbrugerapplikation, hvor der er et klart forhold mellem forskellige typer enheder (f.eks. kunder og produkter, brugere og anmeldelser). Brugt i de fleste virksomheder, du har hørt om. Se MySQL-kunder .
SQLite : “SQLite er et softwarebibliotek, der implementerer en selvstændig, serverløs, transaktionel SQL-databasemaskine uden konfiguration. SQLite er verdens mest udbredte databasemotor. “[2]
Den bruges i Android-, iPhone- og iOS-enheder , webbrowsere (Chrome, Firefox, Safar), PHP og Python, tv-apparater, multimediesystemer til biler osv. Synes, det er fantastisk til lette applikationer og mobilapps, det er ikke ideelt til et websted, der udfører tusindvis af transaktioner pr. p>
PostgreSQL : En ORDMBS, ACID-kompatibel og tværnational DB. Der “er en god sammenligning her mellem MySQL og PostreSQL ved MySQL vs PostgreSQL ?
MongoDb : En dokumentdatabase. Den gemmer data i rige strukturer som kort over listerkort, der indeholder heltal og flydende punktdata. Bruges til skalering (vandret). Bruges også når du har en enklere datamodel, som kræver mindre sammenføjninger og har brug for en relativt let udvikling. MongoDb understøtter let sharding, meget lettere end SQL.
Redis : “Redis er en open source, i hukommelsen datastrukturlager , der bruges som database-, cache- og meddelelsesmægler. Det understøtter datastrukturer såsom strenge , hashes , lister , sæt , sorterede sæt med rækkeforespørgsler, bitmaps , hyperloglogs og geospatiale indekser med radiusforespørgsler. Redis har indbygget replikering , Lua-scripting , LRU-udsættelse , transaktioner og forskellige niveauer af persistens på disk og giver høj tilgængelighed via Redis Sentinel og automatisk partitionering med Redis Cluster . ” [3]
DynamoDb / SimpleDb : NoSQL db-tjenester, adgang til via web-API. Det er en hurtig, meget skalerbar databasetjeneste, der tilbydes. Jeg har set den primært bruges til caching og relativt mindre komplicerede datastrukturer. Det er høje omkostninger sammenlignet med DB-systemer. Der er en forudsigelig hentningshastighed, teoretisk ubegrænset lagerplads. Det er fantastisk til lagring af brugersession, datastaging og som et cachelag af en slags.
Afhængigt af din applikation skal du muligvis bruge flere af ovenstående. De mest almindeligt anvendte par er RDBM til datalagring og et NoSQL db / cachinglag til cache
[1] – Facebook kører nu 10.000 webservere | Datacenterviden [2] – Om SQLite [3] – Introduktion til Redis – Redis