假设我们有以下JSON事件数据示例：
{
"eventId":"eb1363c3-6bf7-4a42-9daa-66270b922367",
"timestamp":"2014-10-28T09:12:22.628Z",
"ip":"1.2.3.4",
"device":{
"type":"mobile",
"os":{
"name":"iOS",
"version":"7.1.1"
},
"name":"iPhone 4/4s",
...
},
"eventType":"AddedProductToCart",
"store":"US",
"product":{
"sku":"ABC123",
"name":"Yellow Socks",
"quantity":1,
"properties":{
"foo":"bar",
"bar":1
}
...
},
"user":{
"id":123456,
"name":"jeff",
"type":"registered"
...
}
}
虽然总是提供"eventId"answers"timestamp"，但数组的结构可能会有所不同，也不相同。大约有30-40种独特的事件类型，它们都具有不同的事件属性。大多数事件数据都具有嵌套结构。
存储这些事件属性的最佳方法是什么？我研究了MongoDB、DynamoDB和一个名为EventStore的项目(http://geteventstore.com)。显然，我也考虑过MySQL，但我想知道它在我们的用例中会如何执行。
数据的存储只是第一部分。在这之后，我们应该能够用下面这样的复杂查询来查询我们的数据库/事件存储（例如，不仅仅是通过索引ID检索）：
select all events where eventType is "AddedProductToCart" and timestamp > 2 weeks ago
-> should return all "AddedProductToCart" from 2 weeks ago until now
select all events where device.OS.name is "iOS" and device.OS.version is "7.1.1"
-> should return all events from iOS 7.1.1
等等。
我们预计每月约有1000万场活动。这相当于平均每秒3-4次写入，可能更像是峰值/最坏情况下每秒30-40次写入。存储应该不是一个真正的问题——每个事件的总大小可能不会超过1或2kb（相当于每100万个事件1-2GB）。
查询部分最好使用PHP。例如，DynamoDB有一个用于PHP的SDK，这肯定会促进我们的
我们对此的最佳解决方案是什么？写入速度应该很快，我们的查询也应该是可接受的。简而言之，我们正在寻找一个低成本的数据存储，以便轻松存储和检索（->不仅使用索引查询，还使用嵌套JSON中的事件属性查询）我们的数据。
感谢您的任何建议，如果需要更多信息来正确回答这个问题，我很乐意提供更多信息。
亚马逊的DynamoDB提供了一个完全管理（自动扩展）、持久和可预测的解决方案。
从您期望的流量和数据量来看，DynamoDB的25个写/读容量单元和25 GB的免费层基本上免费覆盖了您的操作。
每个写入容量单位相当于写入1KB的数据，因此，如果您希望每秒写入3-4次2KB的数据时，则需要提供8个WCU。此外，DynamoDB的性能非常可预测，具有快速的个位数毫秒延迟。有关免费层的更多信息，请查看http://aws.amazon.com/dynamodb/pricing/.
就数据集而言，对于非文档对象，使用全局二级索引进行查询相对简单。
这里有一个PHP SDK的例子
$twoWeeksAgo = date("Y-m-d H:i:s", strtotime("-14 days"));
$response = $dynamoDB->query(array(
"TableName" => <Table Name>,
"KeyConditions => array(
"EventType" => array(
"ComparisonOperator" => ComparisonOperator::EQ,
"AttributeValueList" => array(
array(Type::STRING => "AddedProductToCart")
)
),
"Timestamp" => array(
"ComparisonOperator" => ComparisonOperator:GE,
"AttributeValueList" => array(
array(Type::STRING => $twoWeeksAgo)
)
)
)
));
您可以通过扫描查询"Device.OS.Name"answers"Device.OS.Version"，但您应该根据要进行的查询类型考虑一些优化。
如果您希望进行临时查询，可以进行并行扫描调用，然后在嵌套属性上使用ConditionalExpression应用ScanFilter。通过并行化扫描，可以优化表上读取容量单位的消耗以及操作速度。有关并行扫描的更多信息，请查看http://docs.aws.amazon.com/amazondynamodb/latest/developerguide/QueryAndScan.html#QueryAndScanParallelScan.
或者，如果您有要查询的select属性，可以考虑将一些字段设置为顶级属性，或者将它们移动到自己的单独表中，展平必要的属性（即os.name到osname），并对原始项进行反向引用（主要适用于"设备"等文档）。通过这样做，您可以在这些属性之上添加索引，并快速高效地查询它们。此外，随着在线索引的提前发布，您应该能够在必要时添加和删除索引，以尽快满足您的需求。
如果你想更详细地讨论这个问题，或者问一些关于使用DynamoDB的问题，请随时通过私人信息联系我。
感谢
MongoDB是一个不错的选择。它可以很容易地处理写操作（mongod在我的笔记本电脑上看到了更多的操作）。
你提到的问题都是基本问题。例如：
db.collection.find({"device.OS.name":"iOS","device.OS.version":"7.1.1"})
和（为便于阅读而缩短）
db.collection.find({"eventType":"AddedProductToCart",timestamp:{$gte: ISODate(iso8601String)}})
如果指数设置正确，这些指数应该是闪电般的快。您甚至可以使用TTL索引来自动删除某个时间以前的事件。
对于数据分析，您既有map/reduce，也有MongoDB极其强大的聚合框架。
让我们来看看缺点。虽然MongoDB的扩展相对容易，但出于某种原因，人们认为具有自动分发数据的复制分片集群与MongoDB的其他集群一样容易管理。关键词是相对来说很容易（将其与MySQL或-Lord help us-Oracle的复制数据分区进行比较），但它仍然存在一些陷阱。
在不使用MMS的分片环境中进行时间点恢复是可能的，但您确实必须知道自己在做什么，因为分片的单个备份的同步非常棘手。
无论你选择哪个数据库，我强烈建议你与相应的专家联系。生产数据是基本的，不应由非专业人员规划和维护任何数据库。