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】
