事务监控场景下MongoDB选型适用性及替代存储数据库推荐咨询

MongoDB适配性结论 #

MongoDB是该场景非常合适的存储选型，理由如下：

• 原生支持JSON/BSON文档存储，和你设计的数据结构完全匹配，嵌套的error异常字段无需做表拆分、关联，开发成本远低于关系型数据库
• 你要求的三类查询都可以低成本实现，配合索引可以达到很高的查询性能：
  • 按用户名查询事务：给user字段建立普通索引即可
  • 查询耗时超过5秒的事务：建议写入时预计算并存储costTime（耗时毫秒/秒数）字段，给costTime建立索引即可快速查询，也可以用MongoDB的$expr运算符直接计算endTime和startTime的差值过滤，性能稍差一些
  • 查询异常事务：直接过滤error字段非空的记录即可，也可以给error字段建立稀疏索引进一步提升查询效率
• 整体存储、运维成本远低于商用关系型数据库，支持分片横向扩展，应对监控类数据的海量写入、存储需求非常友好。

其他可选存储推荐 #

你也可以根据后续的扩展需求选择更适配的数据库：

• 时序数据库：比如InfluxDB、VictoriaMetrics，天生为时间序列类监控数据设计，写入吞吐量、时间范围查询、指标聚合性能都优于MongoDB，如果你后续需要按时间维度统计调用量、平均耗时、错误率等指标，这类数据库是更优选择
• 列存分析型数据库：比如ClickHouse，海量数据下的多维度聚合查询性能极强，如果你的业务需要经常按服务名、节点IP、用户等多维度做统计分析，ClickHouse的表现会更好
• 全文检索数据库：比如Elasticsearch，如果你的业务有搜索异常堆栈关键词的需求，Elasticsearch可以同时支持你需要的三类查询和全文检索需求。

内容的提问来源于stack exchange，提问作者lives