Bästa svaret
Som andra redan skrev betyder att fylla i en databas att lägga till data i den.
bakgrunden till begreppet ligger till grund för databasteorin. I grund och botten består en databas av ett schema (de logiska reglerna som styr datan, implementerad som tabellstruktur och begränsningar) – även kallad avsikten – och befolkningen (fakta som representeras som data i dessa tabeller) – kallas även förlängningen.
Eftersom data i tabellerna kallas befolkningen kallas fylla i tabellerna med data fylla i databasen.
Svar
Vad gör din applikation? Hur komplicerat är ditt DB-schema? Eller bryr du dig ens om DB-schema? Hur mycket bryr du dig om en del av informationen går vilse var tionde tusen transaktioner? Behöver du gränsöverskridande stöd?
Det beror verkligen på vilken typ av data du vill lagra, förhållandet mellan enheter i dina data och antalet frågor som kommer att utföras varje minut, timme och dag. Det finns ingen silverkula.
SQL-baserade databassystem som MySQL har inte skalbarhetsproblem. 2008 körde Facebook 1800 MySQL-servrar med bara två DBA: er. Distribuerade databaser som MongoDB, CouchDB och Cassandra är inte mycket skalbara eller stabila när det gäller att köra dem som primärt databassystem för låt säga 1k-maskiner. [1]
MySQL : En relationsdatabas som fungerar bra för kommersiell / slutanvändarapplikation där det finns en tydlig relation mellan olika typer av enheter (t.ex. kunder och produkter, användare och recensioner). Används på de flesta företag som du har hört talas om. Se MySQL-kunder .
SQLite : ”SQLite är ett programbibliotek som implementerar en självständig, serverlös, transaktionell SQL-databasmotor med nollkonfiguration. SQLite är databasmotorn som är mest distribuerad i världen. ”[2]
Den används i Android-, iPhone- och iOS-enheter , webbläsare (Chrome, Firefox, Safar), PHP och Python, tv-apparater, multimediasystem för bilar etc. Tänkte att det är utmärkt för lätta applikationer och mobilappar, det är inte perfekt för en webbplats som utför tusentals transaktioner per sekund. p>
PostgreSQL : En ORDMBS, ACID-kompatibel och transnationell DB. Det finns en bra jämförelse här mellan MySQL och PostreSQL vid MySQL vs PostgreSQL ?
MongoDb : En dokumentdatabas. Den lagrar data i rika strukturer som kartor över kartor med listor, som innehåller heltal och flytpunktsdata. Används för skalning (horisontell). Används också när du har en enklare datamodell som kräver mindre anslutningar och behöver en relativt enkel utveckling. MongoDb stöder enkel delning, mycket enklare än SQL.
Redis : ”Redis är en öppen källkod, i minnet datastrukturlager , används som databas-, cache- och meddelandemäklare. Den stöder datastrukturer som strängar , hashes , listor , uppsättningar , sorterade uppsättningar med intervallfrågor, bitmappar , hyperloggar och geospatiala index med radiefrågor. Redis har inbyggd replikering , Lua-skript , LRU-utvisning , transaktioner och olika nivåer av persistens på disk och ger hög tillgänglighet via Redis Sentinel och automatisk partitionering med Redis-kluster . ” [3]
DynamoDb / SimpleDb : NoSQL db-tjänster, nås via webb-API. Det är en snabb, mycket skalbar databastjänst som erbjuds. Jag har sett att den används främst för cachning och relativt mindre komplicerade datastrukturer. Det är höga kostnader jämfört med DB-system. Det finns en förutsägbar hämtningshastighet, teoretiskt obegränsat lagringsutrymme. Det är utmärkt för lagring av användarsessioner, datainsamling och som ett cachlager av något slag.
Beroende på din applikation kan du behöva använda flera av ovanstående. De vanligaste paren är RDBM för datalagring och ett NoSQL db / caching-lager för cache
[1] – Facebook kör nu 10 000 webbservrar | Datacenter Kunskap [2] – Om SQLite [3] – Introduktion till Redis – Redis