哪種NoSQL DB（Azure表，Document DB，Mongo DB或其他）適合用於大數據的數據分析報告？

Question

我正在從事物聯網項目。 這樣，我們將從每台設備向數據庫發送每分鍾15KB的JSON文檔。 我想到了使用Azure DocumentDB。 我很少擔心Azure DocumentDB。

1. 假設有5,000個IoT設備，我應該購買什么預期的RU？

2. 當請求數量（說客戶數量增加到7000個）超過固定的請求單位數時，會導致應用程序運行緩慢嗎？

3. 當我們在documentDB中執行長時間運行的查詢（如復雜報表）時會發生什么？

4. 任何人都可以建議是否其他適合上述配置的NoSQL DB？

提前致謝

Answer 1

盡管沒有針對您使用哪個數據庫的客觀答案，但我可以使用Cosmos DB（在您的情況下為DocumentDB API，但適用於任何受支持的API）客觀地回答您的特定問題。

我必須購買什么預期的RU？

這將需要您進行一些基准測試，以確定要分配多少RU。 每個操作都在返回的標頭中返回RU成本。 基於該成本，您可以計算持續寫入工作負載所需的RU。 另外，如果將索引更改為使用延遲索引，而不是一致索引，則可以稍微降低每操作RU成本。

當請求數量（說客戶數量增加到7000個）超過固定的請求單位數時，會導致應用程序運行緩慢嗎？

通常，如果您超出分配的RU，則會在一段時間內受到限制。 因此，例如，如果您有1000 RU的設置，而在插入過程中消耗了3000 RU，則將被限制約2-3秒。

為了避免（或最小化）這種限制，您可以啟用每分鍾RU突發，這是10倍RU緩沖區（適用於60秒的間隔）。 在我以前的1000 RU的示例中，將為您提供10,000 RU的凈空，並在1分鍾的時間內分配。 這樣，如果您有瞬態RU尖峰使您超過分配的基准RU，則您將有備用的RU可以消耗，以防止節流。

當我們在documentDB中執行長時間運行的查詢（如復雜報表）時會發生什么？

不確定長時間運行的查詢的意思是什么，但是...就像我上面描述的那樣：如果消耗的資源超過您的RU /秒，則將在執行下一個查詢之前受到限制（除非您啟用了-分鍾RU）。

Answer 2

關於您的問題，大衛有所有答案。 我想稍微放大一下第四位。

恕我直言，你問錯了問題。 （NoSQL）DB僅用於存儲（順便說一句，為什么仍然限制為僅NoSQL存儲？）。 而是專注於您感興趣的分析，並深入研究提供這種類型的分析的服務，例如Azure Data Lake Analytics，Azure Stream分析等。如果您對所需的分析有清晰的了解，則更容易確定哪種Azure服務是最合適。

我建議寫下您的確切要求，然后考慮正確的存儲類型，並且不要將范圍僅限於NoSQL服務。 還有Azure數據倉庫和Azure Analysis Services，Blob存儲等。

Power BI或Azure Data Lake Analytics之類的分析工具可以處理多種類型的Azure DB和存儲

順便說一句，還有https://azure.microsoft.com/en-us/services/iot-hub/上可以找到的Azure IoT指南

編輯 ：我知道這可能不是像Davids答案那樣以擴展方式解決所有問題的答案類型，但我認為要獲得正確的存儲類型，您需要知道需要執行哪種分析