问数据库记忆？

EN

如果您担心在一台机器上要回答大量数据，那么这个问题的答案几乎肯定是NO!，在现代硬件上，如果答案不是no，那么要么计算有模式，要么计算应该被判定为不可行。但有几种变化是有意义的。

使用memoization的好处是，重新计算的成本比获取先前答案的成本更高。但是，如果您的答案适合RAM，那么使用数据库是没有好处的，因为只将存储放在内存中会更快。因此，对于数据库来说，唯一有趣的情况是答案不适合RAM。

为了便于讨论，我们假设每个键/值对占用高达640个字节。假设您有64 GB的RAM可用。因此，为了让它不能放入RAM，您需要超过1亿个随机创建/访问的事实。然而，让我们考虑一下实际的硬件。这些事实，当它们不适合在RAM中时，存储在硬盘驱动器中。比方说，硬盘的转速是每分钟6k转，或者说每秒100次。这使得获取/存储随机数据片段的时间平均为1/200秒(平均而言，您必须中途旋转才能找到数据)。因此，在填充数据结构后，再次随机访问它需要1亿* 0.005秒=500000秒，这几乎是590天。我们仅仅是访问数据(更不用说创建数据了)就花了几年的时间，这已经非常接近硬件的平均故障间隔时间了。(顺便说一句，这里有一些并行性我们可以利用，硬盘驱动器可以一次寻找几个磁盘扇区，但这是有限的，不会拯救你。)

其中的教训是，随机访问磁盘上的大型数据集是不可行的。即使你把一个数据库放在它前面。硬盘驱动器不是RAM，因此不应该被认为是RAM。

但并不是所有的东西都丢失了。

数据库有意义的场景是您建议的分布式计算。如果您的计算步骤很昂贵，内存调用相对较少，并且数据可以放在内存中，那么数据库是非常方便的。对数据库的调用将是快速的(内存中的东西)，您不能简单地将数据保存在本地硬盘上(您的数据分散在多台机器上以使用CPU，因此没有共享硬盘)，数据库可能只是因为它在那里而很方便。(我以前曾以这种方式使用过数据库，并且非常高兴。)

然而，在这个场景中，数据库只是一个键/值存储。当SQL数据库工作时，您可能想要考虑无SQL解决方案。一旦您转到非SQL解决方案，您就可以选择数据存储，其中的数据已经被分片，以便所有数据都可以放入RAM中，而不管您有多少数据。(是的，您也可以对关系数据库进行分片。据我所知，eBay是一个很好的例子，但一旦你这样做了，你往往会失去它的“关系”部分。是的，我知道有几家公司的说法与此不同，他们的说法带有重要的警告。)

实际上，当你在谷歌上进行搜索时，你就会遇到这种切分的数据存储，它包含了许多问题的记忆答案，比如哪些页面与哪些关键字匹配，哪些页面最相关。没有记忆，他们永远不可能做到这一点。但是，如果他们不得不去硬盘上寻找答案，他们也永远不会真正做到这一点。(他们也没有使用SQL...)