使用MySQL进行分析报告的利弊
来源：CPDA数据分析师网 / 时间：2021-03-04
您正在分析什么类型的数据？MySQL旨在管理关系数据。如果您有大量定性数据（例如社交媒体帖子，图像或文本正文），甚至不要考虑使用MySQL，尽管MySQL已采取措施更好地处理这些类型的数据，但还是有一些NoSQL解决方案更适合此任务，例如MongoDB，当您要对数据运行分析查询时，尤其如此。
数据集大小
您要处理多少数据？许多人吹捧着MySQL的局限之一是处理超过1,000,000行的数据集时性能下降。但是，通常，更深入地研究表明，这是由于表设计不正确，硬件资源不足或未优化的查询和索引所致。正如Facebook这样的公司所证明的，MySQL的使用，MySQL可以有效地用于非常大的数据集，因此如果您的项目要处理大约500GB以上的数据集，请考虑花一些时间正确配置它以处理大规模数据（例如，您可能需要比较MySQL存储引擎，以找到适合您的用例的引擎），克服MySQL中大小限制的另一种方法是使用商业智能（BI）工具进行MySQL报告，以减轻数据库本身的负担，这些工具从数据库中逐步读取必要的数据，然后进行转换，分析并将其存储在其服务器上，说到规模，请展望未来几年并考虑公司的成长，在不久的将来处理大型或超大型数据集是否合理？如果是这样，请计划对数据体系结构进行自定义配置，以适应您的增长。
数据新鲜度
实施分析时要理解的一个重要概念是数据新鲜度，换句话说您需要多久更新一次数据仓库和数据集市？您是否每秒需要它，或者隔夜更新就足够了吗？MySQL几乎可以处理您要实现的任何刷新率，但是数据仓库体系结构和硬件的配置都需要更改以符合您的目标，当MySQL安装程序的性能欠佳时，该配置的硬件要求就会被忽略，当MySQL没错时，这导致MySQL在大型数据集上被标记为“慢”或“性能不佳”，规划您的配置，并确保它具有有效运行所需的资源，实施BI工具时，也应牢记这一点，当涉及到数据的新鲜度时，您越频繁地更新数据库，就增加了更多的负载。
速度/可用性
当您的分析师团队对数据进行挖掘，可视化和报告时，您的需求将有多强烈？并发用户将查询多少个数据集？另外，您是否需要分析所有数据或仅分析其中一部分？在分析领域，我们经常收集比任何单个分析所需更多的数据，这意味着我们可以有效地对数据仓库和数据集市进行建模，以程度地减少实际正在使用的结果数据集的大小，从而更快地获得结果，如果您要分析网络流量以提高选择率，则无需在该数据集中包含客户数据（例如姓名，地址或订单历史记录），如果您使用的是BI工具，那么这并不是什么大问题，因为一旦将数据加载到BI系统中，数据库上就不再有任何负载。因此，数据可用于分析的速度取决于BI系统的配置，而不取决于MySQL数据库。
讲故事网络研讨会横幅
MySQL的特殊注意事项
让我们看一下MySQL的几个关键方面，以便更好地了解它如何适合您的计划。
特征与功能
在选择数据库管理系统时，市场上有很多选择，它们都有自己的优势。但是，由于它的低成本（对于社区版免费），庞大的支持社区和灵活性，MySQL是许多应用程序中的数据库选项之一。由于这种流行性，再加上数据分析的蓬勃发展，MySQL的许多用户都要求其功能与时俱进，否则可能会受到开发人员的青睐。这导致以前限制MySQL的许多缺点在版本的DBMS中得以解决，早期版本中的一个问题是不存在以JSON数据类型存储值的本机支持，在版本中，情况不再如此，新的本机二进制格式及其使用的功能允许更有效的处理和存储，从而在处理常用数据类型时提高了性能。
从表面上看，这似乎没有太大的改善
但是鉴于MySQL在当今Web应用程序丰富的世界（JSON是一种广泛使用的数据类型）中的流行，其影响是巨大的。通过在数据的整个生命周期中保持一致的数据类型，许多应用程序将受益于更好的数据完整性，而且众所周知数据完整性是业务指标的关键，弄错了您就有机会犯错，例如失去销售或订购多余的库存，所有这些都会影响您的底线。
分析业务数据
根据您在配置期间选择的存储引擎以及其他因素，对数据进行实际分析可能会花费大量时间，添加专用的BI层是解决这种情况的方法之一，它将正在分析的数据与事务数据库中的数据分开，从而使分析可以完全独立地运行，但是同样不同的BI工具也有其优点和缺点，因此请确保将它们进行比较，以找出适合您的项目的项目，可以缓解这种情况的另一种方法是通过使用处理引擎（例如Apache Spark）来完成繁重的工作并将数据拆分为分布在多个节点上的较小的MySQL数据集市，然后将分析结果存储在那些数据集市中，而不是存储在所有数据本身中，其他可以帮助克服较长分析时间的方法是针对应用程序进行优化，分区使用启用了列和压缩的引擎，复制分片等，如何实现这些功能不在本文的讨论范围之内，但是现在您知道MySQL能够做到这些。
成本每个人都有预算
这个问题的答案可能真的很酷。不计薪水支付开发人员，硬件，维护等的费用，MySQL是免费的，社区版可免费使用，并得到托管公司和分析工具的广泛支持。它也不是那些愚蠢的“免费但功能有限的交易”之一，实际上它非常强大，并且能够使用默认配置来处理许多项目，但是对于大型企业项目，您可能需要付费版本，对于许多分析项目，MySQL可能是有效的解决方案。它具有许多特性，使其成为实施分析项目的理想数据库环境，它非常适合刚入门数据分析的入门级初创企业和中型公司，而且对于较大的应用程序，可以对其进行缩放和优化以使其适合，这正是为什么许多公司选择使用它，以及为什么它得到了来自不同社区的广泛支持的原因。
这种巨大的支持不断推动着MySQL的完善
每个发行的新版本都包含完善的功能，使其成为满足许多数据存储需求的可行解决方案，当然上述所有因素都将决定安装的复杂程度，您的需求越大，则需要的配置就越优化，如果您要进行任何规模的规模操作，请考虑为您的数据体系结构实现专用的BI层。