没有schema时如何存储数据？

Question

我正在尝试找出在我现在正在启动的项目中正确的数据存储选择是什么。

我想存储powershell脚本输出结果的数据。这意味着我的应用程序的管理员将能够编写一个将在多个主机上执行的 powershell 脚本，并将结果发布回数据存储。然后我想以灵活的方式查询该商店。

让我澄清一下。从 powershell 作业返回的数据不是正确的对象，而是对象属性的键/值集合。所以没有真正的对象可以序列化。

假设我通过 WCF 服务告诉 100 个主机执行两个 powershell 命令 Get-Service 和 Get-Process，然后它们会将结果发回我的数据存储。我事先不知道这些数据的架构。

重点不在于 PowerShell 或 WCF，而在于如何存储在存储架构时未知的数据。之后将根据已存储的数据通过一些 GUI 手动创建查询。

之后我希望能够执行一个查询，例如“获取运行服务 X 并运行进程 Y 的所有主机的列表”？

我正在研究 nosql 数据库作为关系数据库的替代方案，但不确定什么是最好的。

感谢您的任何意见。 /莱纳斯

Answer 1

如果将数据作为 XML 存储到 RDBMS 对您来说没有意义（顺便说一句，为什么没有呢？），那么有几种 NoSQL DB 可能是不错的选择，因为它们是无模式的。

我可以推荐您查看的（根据个人经验，还有许多其他可能相关的）是 CouchDB 和 Riak。两者都提供了磁盘绑定的键值数据存储，您可以将值存储为 JSON，无需预先定义架构。在这两种情况下，都可以使用 Javascript 通过 RESTful 接口查询数据。

选择应取决于您期望的数据量：

• Riak 设计为在多个节点上运行，查询通过 MapReduce 处理，以便在这些节点之间分布处理，从而为即席查询提供相对快速的数据检索。如果您有大量数据 - 必须运行即席查询的数百万条记录，请选择此选项。尽管我可以证明 Riak 使其相对轻松，但您将因管理集群的复杂性而“付出”代价。
• CouchDB 设计为在单个节点上运行。复制是可能的（而且很容易），但查询是针对单个服务器运行的。它具有具体化索引，因此针对现有索引的查询运行速度很快。不过，临时查询需要完整的“表扫描”，并且在大型数据集上可能需要几分钟的时间。 OTOH，它具有基于浏览器的良好用户界面，而 Riak 在免费版本中缺乏这一点。

我建议先尝试一下 Couch——它很容易设置并开始使用——然后看看它是否能解决您的问题。如果没有，那就去找Riak。

Answer 2

如果您想存储在设计时不知道其结构的数据，您有几种选择。

其中选项包括：

将数据存储为 xml（在数据库或文件中）。

动态创建模式以匹配动态数据的结构。

创建通用结构化架构，其中所有类映射到同一个表，并且所有属性都是动态附加属性。

例如（通用类结构）

GenericClass
{
    GenericProperty[] SimpleProperties;
    Dictionary[string, GenericClass] ComplexProperties;
}

GenericProperty
{
    String Name;
}

StringProperty: GenericProperty
{
    String Value;
}

IntegerProperty: GenericProperty
{
    Integer Value;
}

在这些类上使用每个类型表应该为您提供通用表。