30亿日志，检索+分页+后台展示，你是否遇到过更奇葩的需求？

沈老师，你好，想请教一个数据库查询日志，前台页面显示的问题。

需求 ：

（1）按照某些特定检索条件查询日志；

（2）通过前台Web页面查询并显示相关日志信息；

（3）检索需求包含用户，时间段区间，类型等特定字段；

希望做到 ：

（1）查询速度尽可能快；

（2）支持分页查询；

目前方案 ：

日志信息存储在Oracle中，根据日期对Oracle做了分区处理，每天生成一个分区表，每个分区表中的数据总量大概在1000W左右。在相关查询字段例如用户，类型上建立索引，来满足不同维度的查询需求。

潜在问题 ：

跨分区的查询，求记录总数（计算分页时的查询），耗时要3-4分钟，请问有什么优化方法么?

==问题描述完==

这个需求还是非常变态的，通常日志会进行过滤/结构化/汇总，放入数据仓库，建立业务宽表，宽表上的查询，一般不会具体查一行一行的记录。

如果要支持检索，并一行一行在Web后台进行展示，至少 要解决几个方面的问题 ：

（1）存储问题；

（2）检索问题；

（3）扩展性问题（数据量扩展，检索字段扩展）；

一、存储问题

是否可以用关系型数据库存储日志？

如果日志格式固定，检索条件固定，是可以的。

例如：

2019-08-11 23:19:20 uid=123 action=pay type=wechat money=12

可以转化为表：

t_log(date, time, uid, action, type, money)

然后在相关字段上建立索引，以满足后台查询与展示的需求。

数据量太大，怎么解决？

按照题目描述，日数据量大概在1000W级别，1年的数据量大概在36Y级别。

如果用Oracle存储，1000W为一个分区表 ：

一年需要365个分区，跨分区的查询性能较低，不太合适。

改为1个月一个分区 ：

单分区3Y记录，大部分分区无写操作（插入，修改，删除），只有索引上的读操作，读写性能基本能抗住。一年12个分区，性能比365个分区好很多。

虽然本例的日志可以结构化（将日志转化表），由于数据量太大，其实关系型数据库不太适用，可以用 适合更大数据量的ES或者Hive来存储 。

二、检索问题

日志格式固定，检索条件固定，如果用 关系型数据库或者Hive 存储，可以 在相关字段上建立索引 ，来满足查询需求。

如果用 ES来存储 ，其内部用倒排表实现， 天然支持检索 。

三、扩展性问题

数据量扩展

不管用Oracle，ES还是Hive来存储，它们的区别只是单实例/单集群存储容量不一样， 如果数据量无限扩展，本质上的解决方案还是“水平切分” 。

需要注意的是，尽量不要使用自带的“分区表”来扩展，而在业务层自己拆分。

画外音：《 互联网公司为啥都不用分区表？ 》。

检索字段扩展

如果日志不是标准化的，检索字段也不是固定的，那就麻烦了，那就变成了也“搜索引擎”的问题。

此时使用ES是更为合适的，不过结合无限的数据量，最终可能需要自己实现存储于检索引擎（类似于百度，存储容量无限，检索字段不固定）。

画外音：《 “搜索”的原理，架构，实现，实践！ 》。

总结 ：

结合本例，日志量大，模式固定，建议：

（1）最建议， 使用Hive存储，使用索引 的方式实现日志后台检索需求；

（2）如果扩展性要求稍高，可以 使用ES实现存储与检索，使用水平扩展 来存储更大的数据量；

希望上述思路对星官有帮助，经验有限，也欢迎大家贡献更多更好的方案， 思路 比结论重要。

刚开始玩知识星球，欢迎大家提问。

画外音：

（1）所有提问都会细心解答；

（2）一期200名额已满，二期开放300名额（人太多问题回答不过来）；

答球友问 ：

《 MQ如何实现平滑迁移？ 》