數據量大導致索引失效應該怎么辦？

優化查詢，盡量避免全表掃描，避免索引失效。

判斷wh

物聯網時代的數據庫如何選型？

在物聯網時代，大量的數據產生于不同的設備傳感器，因此單個數據庫系統可以我不能存儲這么大量的數據。在選擇數據庫時，我們一定要選擇具有分布式存儲能力的數據庫。

在物聯網時代，數據之間還有一個很重要的特征，就是數據之間的關聯性。互連的互聯網設備傳感器產生不同的數據。由于不同的傳感器相互連接，共同工作，收集數據，如何在數據庫中存儲大量相互關聯的數據？這里我推薦使用圖形數據庫進行存儲。

與其他數據庫相比，圖數據庫最大的優點是查詢數據之間的相關性會更快，耗時更少。例如，在社交網絡中，我們想要找出在用戶A的粉絲中，粉絲關注用戶b。如果使用傳統的關系數據庫來存儲用戶顧慮，在上面的數據統計中，計算結果需要兩層Join，但是關系數據庫的Join操作會很慢。如果你使用一個圖形數據庫來存儲數據，圖中的點是用戶，邊是用戶擔憂。當你查詢A的粉絲，粉絲也關注B的用戶時，只需要遍歷兩級關注就能快速得到結果。

圖形數據庫也屬于NoSql數據庫的一種。常用的圖形數據庫有JanusGraph、Secondary、Cayley和dgraph。不同的圖形數據庫有不同的底層實現。

JanusGraph是一個分布式圖形數據庫，用Java語言開發。Hadoop生態存儲系統可以作為數據源構建大數據圖。是TiTangraph數據庫的開源版本，支持事務性ACID。

Secondary是單機圖形數據庫，優點是可以快速安裝使用，很容易出新。學生入門。如果你的數據量普遍較小，我推薦使用Secondary。可以直接使用二次相關的API來構建數據模型圖，然后使用二次Cypher查詢語言來分析數據。Cypher是一種類似SQL的語言。

Cayley和Dgraph都是用Go語言實現的圖形數據庫，Go語言最大的特點就是編譯速度快，開發方便。Cayley和Dgraph都支持分布式存儲，但都不支持SQL語言查詢數據，Dgraph不支持事務，Cayley支持事務。但在開源社區中，Dgraph比Cayley更活躍，建議先用Dgraph作為物聯網的存儲數據庫。

總的來說，在物聯網時代，一定要學會使用圖數據庫，在分析大量數據之間的相關性時，圖數據庫可以派上用場。圖形數據庫最大的優勢是分析不同數據之間的相關性。

我m湖，專注于大數據技術、互聯網技術洞察和程序員個人經驗分享。如果我的問答對你有幫助，希望你能喜歡轉發或者關注我，也就是我繼續分享我關于大數據的知識。謝謝您們。