最佳实践-使用mysql的大数据



我有一个视频监控项目在云基础设施上运行,使用MySQL数据库。

我们现在正在将一些人工智能集成到我们的项目中,包括人脸识别、车牌识别、标签搜索等。这意味着每天都有大量的数据

所有照片和通过图像处理算法从这些照片中导出的图像都存储在云存储中,但它们的引用和标签存储在数据库中。

我一直在想最好的集成方式,是坚持使用MySQL还是使用其他系统。我想到的不同选项是:

1-使用另一个数据库MongoDB来存储照片引用和标签。这将花费我另一个数据库服务器,以及与新数据库系统以及现有MySQL服务器的集成

2-使用弹性搜索来检索数据并执行标记搜索。这导致MySql存储数据量的能力受到质疑

3-纯粹使用MySQL,但用户体验会受到影响吗?

你会引导我选择最好的选择吗?还是给我另一个建议?

编辑:

有关详细信息:物理图片存储在云存储中,只有URL存储在数据库中。在数据库中,我们将存储图片的元数据,如id、客户端id、URL、标签、创建日期等。

操作类型如下:它通常是基于不同标准的SELECTs,并通过标签进行搜索

数据有多大?想象一下,一台相机放在户外的街道上,每次检测到人脸时都会发送一张图像。

想象一下,成千上万的摄像机正在这样做。然后,我们谈论的是每个客户端数百万张图像。

MySQL可以处理数十亿行。您没有提供足够的其他信息来评论您的其他问题。

大型Blob(图像、视频等(可能最好由一些大型、廉价的存储设备处理。然后,正如您所说,blob的URL将存储在数据库中。

有多少行?插入频率如何?一些想要的SELECT语句?它主要只是写入数据库吗?还是会有大型、复杂的查询?

最新更新