请教下在每分钟都需要存三十几条记录的场景下推荐怎么使用
看下了以前的讨论,当记录数较多时使用kv方式特别慢,这样的话如果使用ts方式是否能快速的增删查找,业务所限,每天要求存4w多条记录。
4w多条记录强烈建议换方案吧,换日志型数据库
4w多条记录强烈建议换方案吧,换日志型数据库
请问有哪个可以推荐下吗,不能用只读的
您是什么硬件方案?
落花繁华 @.***
------------------ 原始邮件 ------------------ 发件人: "armink/FlashDB" @.>; 发送时间: 2022年7月19日(星期二) 中午11:09 @.>; @.@.>; 主题: Re: [armink/FlashDB] 请教下在每分钟都需要存三十几条记录的场景下推荐怎么使用 (Issue #165)
4w多条记录强烈建议换方案吧,换日志型数据库
请问有哪个可以推荐下吗,不能用只读的
— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.***>
您是什么硬件方案? 落花繁华 @.*** … ------------------ 原始邮件 ------------------ 发件人: "armink/FlashDB" @.>; 发送时间: 2022年7月19日(星期二) 中午11:09 @.>; @.@.>; 主题: Re: [armink/FlashDB] 请教下在每分钟都需要存三十几条记录的场景下推荐怎么使用 (Issue #165) 4w多条记录强烈建议换方案吧,换日志型数据库 请问有哪个可以推荐下吗,不能用只读的 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.***>
N32G455的MCU, 512K ROM , 144K RAM, 用的旺宏的8MB spi nor flash
LittleFS https://github.com/littlefs-project/littlefs
落花繁华 @.***
------------------ 原始邮件 ------------------ 发件人: "armink/FlashDB" @.>; 发送时间: 2022年7月19日(星期二) 中午11:29 @.>; @.@.>; 主题: Re: [armink/FlashDB] 请教下在每分钟都需要存三十几条记录的场景下推荐怎么使用 (Issue #165)
您是什么硬件方案? 落花繁华 @.*** … ------------------ 原始邮件 ------------------ 发件人: "armink/FlashDB" @.>; 发送时间: 2022年7月19日(星期二) 中午11:09 @.>; @.@.>; 主题: Re: [armink/FlashDB] 请教下在每分钟都需要存三十几条记录的场景下推荐怎么使用 (Issue #165) 4w多条记录强烈建议换方案吧,换日志型数据库 请问有哪个可以推荐下吗,不能用只读的 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.***>
N32G455的MCU, 512K ROM , 144K RAM, 用的旺宏的8MB spi nor flash
— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.***>
LittleFS https://github.com/littlefs-project/littlefs 落花繁华 @.*** … ------------------ 原始邮件 ------------------ 发件人: "armink/FlashDB" @.>; 发送时间: 2022年7月19日(星期二) 中午11:29 @.>; @.@.>; 主题: Re: [armink/FlashDB] 请教下在每分钟都需要存三十几条记录的场景下推荐怎么使用 (Issue #165) 您是什么硬件方案? 落花繁华 @.*** … ------------------ 原始邮件 ------------------ 发件人: "armink/FlashDB" @.>; 发送时间: 2022年7月19日(星期二) 中午11:09 @.>; @.@.>; 主题: Re: [armink/FlashDB] 请教下在每分钟都需要存三十几条记录的场景下推荐怎么使用 (Issue #165) 4w多条记录强烈建议换方案吧,换日志型数据库 请问有哪个可以推荐下吗,不能用只读的 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.> N32G455的MCU, 512K ROM , 144K RAM, 用的旺宏的8MB spi nor flash — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.>
lfs也进行了尝试,但是在文件数量较多时,发现删除的速度比较慢,我尝试一次性删除一个具备100字节数据的60个文件(目录层级较多),发现需要5s左右才能结束,这影响了运行效率,而实际上删除在特定的情况下每小时要删除一千多记录。听说使用少量大文件的方式可以增加效率,但是这并不符合预期。
分多个分区多个数据库再试试
spi flash可能不适合这种运用场景,建议使用emmc或者tf卡,自带磨损均衡,但是fatfs文件系统不支持掉电保护,如果频繁擦写的话,我以前用的文件系统ext4来搞的,spi flash还是不适合大数据量频繁擦写的。
落花繁华 @.***
------------------ 原始邮件 ------------------ 发件人: "armink/FlashDB" @.>; 发送时间: 2022年7月19日(星期二) 下午3:00 @.>; @.@.>; 主题: Re: [armink/FlashDB] 请教下在每分钟都需要存三十几条记录的场景下推荐怎么使用 (Issue #165)
LittleFS https://github.com/littlefs-project/littlefs 落花繁华 @.*** … ------------------ 原始邮件 ------------------ 发件人: "armink/FlashDB" @.>; 发送时间: 2022年7月19日(星期二) 中午11:29 @.>; @.@.>; 主题: Re: [armink/FlashDB] 请教下在每分钟都需要存三十几条记录的场景下推荐怎么使用 (Issue #165) 您是什么硬件方案? 落花繁华 @.*** … ------------------ 原始邮件 ------------------ 发件人: "armink/FlashDB" @.>; 发送时间: 2022年7月19日(星期二) 中午11:09 @.>; @.@.>; 主题: Re: [armink/FlashDB] 请教下在每分钟都需要存三十几条记录的场景下推荐怎么使用 (Issue #165) 4w多条记录强烈建议换方案吧,换日志型数据库 请问有哪个可以推荐下吗,不能用只读的 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.> N32G455的MCU, 512K ROM , 144K RAM, 用的旺宏的8MB spi nor flash — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.>
lfs也进行了尝试,但是在文件数量较多时,发现删除的速度比较慢,我尝试一次性删除一个具备100字节数据的60个文件(目录层级较多),发现需要5s左右才能结束,这影响了运行效率,而实际上删除在特定的情况下每小时要删除一千多记录。听说使用少量大文件的方式可以增加效率,但是这并不符合预期。
— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.***>
lfs对小文件和大文件的处理方式是不一样的,所以你如果没其他办法,可以试试合并小文件为大文件,然后不使用文件删除,而是用标记无效的方式处理,再使用其他低优先级进程慢慢进行无效数据的整理的删除动作。 对你这个应用,好好规划文件存储的形式,可能更为重要,而不是将功能压力放到文件系统上,毕竟嵌入式文件系统的设计都相对薄弱。