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：

按照某些特定检索条件查询日志;

通过前台Web页面查询并显示相关日志信息;

检索需求包含用户，时间段区间，类型等特定字段;

希望做到：

查询速度尽可能快;

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：

存储问题;

检索问题;

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

1. 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?》。

2. 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)。

总结：

结合本例，日志量大，模式固定，建议：

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;

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;

【本文为51CTO专栏作者“58沈剑”原创稿件，转载请联系原作者】

戳这里，看该作者更多好文

【编辑推荐】

数据库允许空值(null)，往往是悲剧的开始（1分钟系列）

通过自研数据库画像工具支持“去O”评估

数据库软件架构，到底要设计些什么？

内存KV缓存/数据库，可以选择它？ | 1分钟系列

亿级流量高并发下，缓存与数据库不一致，咋办?